RecodeX 重构消息，谷歌研究团队发布Retrieve-for-Train（R4T）搜索框架，可返回连贯且多样的结果集。该框架先用强化学习一次性训练一个扇出语言模型，奖励信号涵盖事实依据、多样性与对齐度；随后由该模型合成训练数据，用于训练一个5390万参数的扩散检索器。该检索器可在单次前向中生成全部检索方向，速度比自回归扇出方式快12至20倍。目前代码与模型权重尚未发布。