Databricks Inc.今日扩展了其自适应指令检索（Adaptive Instructed-Retriever）搜索模型，旨在加快需要多轮检索的人工智能智能体请求的响应速度。
该公司表示，这一模型是其Genie Code、Genie One和Genie Agents的检索基础组件，在检索质量方面能够匹敌多个领先的第三方及开源模型，同时响应速度比Anthropic PBC的Claude Sonnet 5、OpenAI Group PBC的GPT-5.6 Luna以及杭州深度求索人工智能有限公司（DeepSeek）的V4-Flash快一倍。这些结果来自七个涵盖不同领域及搜索难度的内部与外部混合基准测试。
自适应指令检索建立在Instructed-Retriever-1的基础上，后者是今年早些时候发布的一款模型，旨在通过在检索和响应生成过程中携带用户指令、示例和数据源架构，改进传统的检索增强生成方法。Databricks此前报告称，在一系列企业问答测试中，该架构相比传统RAG性能提升了70%以上。
早期模型执行并行的单步搜索，对许多常规请求来说速度足够快。而自适应指令检索则针对那些需要多个来源证据或依赖先前发现结果的问题。这一过程通常要求智能体在收集证据的同时不断优化查询，每增加一个步骤都会增加响应时间和计算成本。
Databricks的新模型试图动态管理这种权衡。开发者设定顺序搜索步骤的最大数量，模型则决定每个请求实际需要多少步骤。当模型判断现有证据已经足够时便会停止，若再进行一轮搜索可能提升答案质量，则会继续搜索。
这种方法适用于必须在大型、不断变化的工作空间中查找信息的数据智能体。简单的查询应能快速返回结果，而较难的发现型任务则可能消耗更多时间和成本。该公司在一份说明文档中表示，其目标是让搜索变得更智能，以便"无需在暴力式探索上浪费轮次"就能找到信息。
Databricks使用合成企业检索环境和多跳问题训练该模型，并复用了Instructed-Retriever-1的数据以保留其单步能力。随后，该公司应用了基于裁剪重要性采样策略优化（Clipped Importance Sampling Policy Optimization）的在线强化学习方法。其奖励机制会优先选择准确的搜索路径，同时对未能带来相应质量提升的额外步骤进行惩罚。
该公司表示，通过调整这种惩罚的大小，可以生成一系列在质量与延迟曲线上处于不同位置的模型检查点。较大的惩罚倾向于减少步骤、加快响应速度，而较小的惩罚则允许更多搜索以获得更高的检索质量。客户可以根据交互式应用或速度要求较低的离线工作负载，选择合适的检查点。
在Databricks描述的一项测试中，自适应指令检索模型仅用两个搜索步骤便验证了某公司在其2022财年利润表中未明确列出重组成本。而Claude Sonnet 5达到相同的召回得分用了三个步骤，GPT-5.6 Luna则用了四个步骤。
这些对比数据基于Databricks自身的测试，包含其专有基准测试，因此相关说法尚未获得独立验证。该公司在公告中并未披露该模型的参数规模、定价或正式发布的具体细节。
该模型是使用Databricks AI Runtime训练的，客户也可以借助该运行时针对自身数据和性能需求对模型进行定制优化。该公司表示，规模更小、面向特定任务的模型能够与前沿系统展开竞争，因为它们不仅学会了如何搜索，还学会了判断何时进一步搜索才值得付出延迟的代价。
Q&A
Q1：Databricks的自适应指令检索模型是什么？
A：这是Databricks推出的一款搜索模型，专门用于加速需要多轮检索的人工智能智能体请求，能够根据问题难度动态决定搜索步骤数量。
Q2：这款新模型和之前的Instructed-Retriever-1有什么区别？
A：Instructed-Retriever-1执行并行的单步搜索，适合常规请求；而新的自适应指令检索模型针对需要多来源证据的复杂问题，能够动态调整搜索步骤数，在保证质量的同时提升响应速度。
Q3：Databricks如何训练这款自适应搜索模型？
A：该公司使用合成企业检索环境和多跳问题进行训练，复用了此前模型的数据，并应用了基于裁剪重要性采样策略优化的在线强化学习方法，通过奖励机制平衡搜索准确性与步骤效率。
