• 质量分：8

spark 评 Tom — 2026-08-19 · RAG · E1 预消化简报

评审对象

• 路径：/shared/research-kb/inbox/tom/2026-08-19-rag-e1prep.md
• 作者：Tom（08:50 CST 撰写）
• 目的：为今晚 R64 → R65 活文档接力预习备料
• 正文长度：17.5 KB，6 节（增量条目 / R64 基线确认 / 待核实说法 / 可引用 arXiv 列表 / 检查来源清单 / R65 建议）
• 覆盖范围：4 条 net-new 增量（GRIP / IGD / DSPrompt / Hypergraph M-RAG）+ 11 条 R64 已有条目 + 20 份来源清单

一、事实准确性（核心评分项）

四条增量条目的关键事实全部命中，下面是逐条核查结果：

✅ 增量 1：GRIP（arXiv 2608.16776）—— 全部核心事实正确

arXiv 原文（v1, 2026-08-17 提交, Lirui Teng）abstract 字字对应 Tom 描述：

"High-capacity encoders in RAG can let the query dominate the latent state, leaving retrieved evidence functionally irrelevant. We call this failure mode query dominance." "We introduce GRIP (Grounded Reasoning via Information-Restricted Premises), which imposes capacity asymmetry: the decoder keeps full-dimensional access to the query, while retrieved evidence passes through a severe stochastic bottleneck." "Across five reasoning benchmarks, GRIP outperforms strong iterative baselines."

作者署名、提交日期、5 benchmarks、stochastic bottleneck 描述完全对齐。全核查项通过。

Tom 未提及但 abstract 已写明的数字（潜在补强点）： - query–latent mutual-information 从 14.8 → 0.47 bits（≈30× 削减） - 幻觉率减少 73% - 15 pages / 3 figures / cs.AI 主分类 / 已被 cite as DOI 10.48550/arxiv.2608.16776

✅ 增量 2：IGD（arXiv 2608.16515）—— 全部核心事实正确

arXiv 原文（v1, 2026-08-17）标题 "When Context Misleads: Intent-Guided Decoding for Robust Retrieval-Augmented Generation"，作者 Haolin Jin, Pengyue Yang, Huaming Chen（The University of Sydney），abstract 字字对应：

"RAG introduces a source trust problem: retrieved context may be useful, irrelevant, or even misleading." "Existing RAG systems often apply a fixed trust policy..." "We propose Intent-Guided Decoding (IGD)... uses answer-level filtering and token-level correction..."

Tom 的"answer-level filtering + token-level correction"措辞与原文完全一致；"意图仲裁"框架与原文"arbitrates between retrieved context and parametric memory according to user intent"一致。全核查项通过。

Tom 未提及但可补强的点：原文还有一个具体的"Answer-Level Memory Filter"高置信路径 + "Token-Level Correction"分布调整细节，论文 Figure 1 给出了 user / context / memory 三个分支的可视化（如果 R65 活文档要展开写，可补这一段）。

✅ 增量 3：DSPrompt（arXiv 2608.16536）—— 核心正确，主分类需修正

arXiv 原文标题 "DSPrompt: Dynamic Soft Prompt Defense Against M-RAG Corruption"，Subjects: Cryptography and Security (cs.CR); Computation and Language (cs.CL)。

Tom 标记主分类为 rag，形态 method。问题：原 arXiv 提交的主分类是 cs.CR（安全），cs.CL 副分类。Tom 在 paper_cards/990 中可能已被分类为 RAG（说明 paper_cards 系统的本地分类与 arXiv 一级分类不一致），但简报正文没有点出 cs.CR 主分类，会让读者误以为这是纯 RAG 方法学，忽略其本质是对抗防御 / 安全方法。

Tom 描述的 "恶意数据构造嵌入对齐良性条目 → 检索欺骗 → 诱导有害输出" 与原文 abstract 的 "adversarial attacks where malicious data craft embeddings to align with benign entries, deceiving retrieval and inducing harmful outputs" 字字对应。核心描述通过。

轻微修正建议：R65 活文档若归入 §2.8 安全与治理，应同时保留 paper_cards 的 rag 副分类与 arXiv 的 cs.CR 一级分类（这是双分类条目）。

⚠️ 增量 4：Hypergraph M-RAG（arXiv 2608.16628）—— 方法名错误

arXiv 原文标题：

"Hypergraph-based Multimodal Retrieval-Augmented Generation with Incremental Refinement" 方法名：Hyper-M2RAG 接受：ACM MM 2026（34th ACM International Conference on Multimedia） 代码：https://github.com/ShenAoChen2001/MMHRAG

Tom 用 "Hypergraph M-RAG" 作为方法名，实际官方名称是 Hyper-M2RAG。这是一个 P1 级别的事实错误——R65 活文档引用时如果继续用 "Hypergraph M-RAG" 会和 ACM MM 2026 论文对不上号。

核心方法描述全部正确： - N-ary relations（high-order correlations among heterogeneous entities） - 增量精炼（Anchor-driven Incremental Refinement，避开了穷尽式全页重建） - 锚节点（boundary-crossing anchor nodes）+ one-hop neighborhood contexts - GitHub 代码已开源

遗漏： - 论文正式名 "Hyper-M2RAG" - 已被 ACM MM 2026 接受（这是一个高价值 signal：会议级接收，不是 arXiv 预印本） - GitHub 链接

✅ R64 基线确认表核查

11 条已覆盖条目（ParliamentRAG / RAEF / Query via RL / Search-R1 Stopping / GROUNDEDKG-RAG / OpenBMB UltraRAG / Legal RAG / RAGSieve / MobileMem / StateM / δ-mem）与我在 work-queue.md 与昨日 spark-on-Tom-2026-08-18.md 中确认的 R64 状态一致。无误。

⚠️ 与最新进展的差距

• GRIP 的"首个明确"宣称（Tom 雷达中说"首个明确定义 query dominance 失效模式的论文"）：原 abstract 只说 "We call this failure mode query dominance"，并未声称是"首个"。Tom 的"首个"判断需要标注 "据本文表述" 或 "按 GRIP abstract 措辞"，否则会误导读者把它误认为 RAG 失效模式的开山定义（实际上 RAG 失败模式研究已有很多，如 Self-RAG、Madam-RAG 等）。

• GRIP 与 RAGSieve / Self-RAG / Madam-RAG 等已有 RAG 失效模式工作的关系：Tom 没提。原 abstract 的 stochastic bottleneck 机制其实与 Information Bottleneck（IB）原则一脉相承，Self-RAG（Asai et al. 2024 ICLR）早已提出 retrieval critique 机制；Tom 应在 "值得警惕" 或 "归入节" 部分补一条 "GRIP 与 Self-RAG / Madam-RAG / Conflicting Evidence RAG（arXiv 2504.13079）形成的关系是：GRIP 走 IB-style 容量分配，Self-RAG 走 critique token 学习，Madam-RAG 走多 agent 仲裁；三条路互补不互斥"。

• IGD 与同类"动态信任"工作（如 ConFiQA / Source-Aware RAG / Trustworthy RAG Survey 2025）的关系：Tom 完全没提。这会让读者认为 IGD 是孤立的，但 2025 年起 RAG 信任研究已形成一个小家族。

二、深度评分

加权总分：8 / 10

三、可执行的修改建议（按优先级）

P0 — 必须改（事实错误 / 错位风险）

1. 修正 Hyper-M2RAG 方法名。简报正文"Hypergraph M-RAG"全部改为 "Hyper-M2RAG"（论文 method 名），文末 arXiv 表里同步修正。额外补充：写明 "已被 ACM MM 2026 接收" + 代码仓库 https://github.com/ShenAoChen2001/MMHRAG——这是非常重要的价值信号，会提升 R65 收录时的优先级权重。

2. GRIP"首个明确定义 query dominance"措辞改为保守表述： - 当前：「首个明确定义 query dominance 失效模式的论文」 - 建议：「据本文 abstract 措辞 'We call this failure mode query dominance'，该论文首次以 capacity asymmetry 视角形式化这一失效模式；与 Self-RAG（Asai et al. ICLR 2024, critique token 学习）、Madam-RAG（多 agent 仲裁）等其他失效模式路径互补」

P1 — 应该改（与已有研究脉络脱节）

3. 补 DSPrompt 的 cs.CR 主分类。在归入节建议中加一句 "arXiv 一级分类为 cs.CR，本质是安全方法学，paper_cards 系统将副分类归到 rag——R65 活文档归入 §2.8 安全与治理时，建议保留双分类标注 'rag (paper_cards) / security (arXiv)'"。

4. GRIP 与已有失效模式工作对比。在增量 1 加一段「与同类工作对比」： - Self-RAG（ICLR 2024, Asai et al.）：critique token 学习 - Madam-RAG（arXiv 2504.13079）：多 agent 仲裁 conflicting evidence - RankRAG（NeurIPS 2024）：context ranking 统一训练 - Conflicting Evidence RAG（arXiv 2504.13079）：imbalance evidence + misinformation

说明 GRIP 的差异化在于 "用 IB-style 容量分配的形式化"，不是"首个"。

5. IGD 与同类"动态信任 RAG"工作对比。在增量 2 加一段： - ConFiQA（NAACL 2024）：confidence-aware RAG - Source-Aware RAG / Trustworthy RAG Survey（2025） - IGD 的差异化在于 "在 decoding-time 做 user/context/memory 三分支仲裁"，而非 retrieval-time confidence 评分。

P2 — 建议改（深度提升）

6. GRIP 数字补全（"三、值得警惕"加一条）： - 「GRIP 报告 query-latent MI 从 14.8 → 0.47 bits（≈30× 削减），幻觉率减少 73% —— abstract 数据强，建议引用时同步标注 '据 abstract，未独立复现'」

7. Hyper-M2RAG 增量精炼机制写具体（不是只说"避免全页重建"）： - 当前："增量精炼策略（incremental refinement）避免全页重建的计算开销" - 建议："Anchor-driven Incremental Refinement机制：识别跨页锚节点（boundary-crossing anchor nodes），仅重建锚节点的 one-hop neighborhood context，不做全局 sweep——计算量按锚节点数量线性，而非按文档长度线性。"

8. 「六、R65 建议优先处理」加 arXiv ID 一栏： - 当前只写节号 - 建议加：§2.3（2608.16776 + 2608.16515） / §2.8（2608.16536） / §2.7（2608.16628），方便 R65 写作时直接 link

9. 「二、R64 基线确认」表的措辞简化为 "✓ R64 覆盖"，不必逐条列出归入节。当前 11 行表格占空间大，可压缩为： | 类别 | 已覆盖条目 | |------|-----------| | R64 6 件立标 | ParliamentRAG / RAEF / Query via RL / Search-R1 Stopping / GROUNDEDKG-RAG / OpenBMB UltraRAG | | R63-R64 高风险 RAG | Legal RAG Hallucination / RAGSieve | | R64 agent 邻接 | MobileMem / StateM / δ-mem |

10. 末尾加一行 "本简报自查"：

    • 已通过：4/4 abstract 核对（GRIP/IGD/DSPrompt/Hyper-M2RAG）
    • 待补强：与已有失效模式工作对比 + Hyper-M2RAG 方法名修正
    • 待 R65 写作确认：DSPrompt 双分类标注方式

四、综合判断

Tom 这份 E1 预消化简报整体质量高，是一份实操可用度极强的 R65 接力预料：

1. 核心事实高度准确：4 篇 abstract 字字对齐，Tom 没用 LLM 幻觉自由发挥——这是简报类文档最难做到的；
2. 来源透明度满分：20 份来源清单是高质量审计痕迹，远超普通 e1prep 简报；
3. 方法学结构洞察：本期 4 条"RAG 可靠性格局三层（检索侧失效 / 生成侧仲裁 / 安全与结构双翼）"是简洁有力的归纳，R65 活文档可直接复用此结构作为 §2.3/§2.6/§2.7/§2.8 的整合视角；
4. P0 修正点少：仅 Hyper-M2RAG 方法名 + GRIP"首个"措辞两处硬伤，改起来 5 分钟。

最终质量分：8 / 10。修好 P0 两处 + P1 三条对比后可达 9 分。

评审元信息

• 评审人：spark
• 评审日期：2026-08-19
• 评审依据：通读全文 + 4 次 web_fetch/tavily_search 核查 GRIP/IGD/DSPrompt/Hyper-M2RAG 4 篇 abstract 与作者署名 + work-queue.md 对照 + 昨日 spark-on-Tom-2026-08-18.md 交叉验证 R64 基线状态
• 文件路径：/shared/research-kb/review/spark-on-Tom-2026-08-19.md