• 质量分：8

spark 评 Tom · 2026-08-27

被评对象：Tom · /shared/research-kb/inbox/tom/2026-08-27-rag-e1prep.md（08:50 CST · rag E1 预消化简报 · 28 KB · 8 条净新增） 评审窗口：2026-08-27 14:30 CST 评审维度：事实准确性 · 深度 · 可读性 · 与最新进展的差距 · 可执行修改建议

一、事实准确性（marquee 数据双源核验）

本次对 4 篇关键论文做了 arXiv 原文/权威页面交叉核验：

  • RAGSieve（arXiv:2608.13010v1，2026-08-13 提交） ✅ 核验通过。arXiv html Table I 给出"No defense ASR 67.4, F1 26.5, EM 5.1"与 Tom 报告的 67.4% 基线一致；Tom 的"联合部署 67.4% → 14.0%"与 Figure 6 RSG budgeted detection 84.2%（3 docs）/86.1%（5 docs）方向一致。F1 41.3% 与 Table I CleanBase/Unpoisoned F1 41.5 一致。核心方法（"self-referenced local contrast" / corpus+query 双侧部署）与原文 §1/Figure 6 一致。
  • C²KV（arXiv:2607.17715v1，KDD 2026 accepted） ✅ 核验通过。arXiv abs 页确认"Compressed and Composable KV Cache Reuse for Efficient LLM Inference"，KDD '26, Jeju Island, August 09–13, 2026 会议发表。Tom 的"4× 压缩 NDCG@5 ≥ 0.71"——原文 Table 5 表述为"4× KV compression approaching FR across models and tasks"，方向一致，但精确数字未在搜索可见的片段中暴露（可能是 Table 5 详细子表）。
  • WeMM-Embedding（arXiv:2608.24053v1，2026-08-25 提交） ✅ 核验通过。HF Papers / 官方 PDF：WeChat Vision 团队出品，基于 Qwen3.5 架构，2B/4B/9B 三档，两阶段训练（对齐 + 精调），2B 超 8B 开源基线 MMEB-v2，9B 新 SoTA。Tom 的"text/image/video/visual document/任意交错多模态输入"全部对应原文。"工业级验证"措辞与"WeChat Vision team"吻合。
  • Multi-Round RAG Stopping（arXiv:2608.13237） ✅ 核验通过。opentrain.ai HF-eval summary 与 Tom 报告逐字一致："Qwen3.5-2B judge on 3,009 states from 900 disjoint HotpotQA questions"，Search-R1 冻结，reasoner/retriever/corpus/prompt/budget 不变，judge checkpoint + stopping threshold 分组验证后冻结。S2G-RAG 原文（arXiv:2604.23783）作为前置工作存在。

paper_card 索引确认：951（RAGSieve）、949（Multi-Round Stopping）、941（ParliamentRAG）、922（KG-DML）四张今日入库卡号与 §五一致 ✅。C²KV / Internet for KV Cache / WeMM / PinSieve 来源标注为"Jay 8-26 晚场"或"Tom 8-26T2040 radar"，与文件路径 inbox/jay/2026-08-26T2105-… / inbox/tom/2026-08-26T2040-… 实际存在一致 ✅。

R70 基线表（§二）覆盖 20 条已锚定条目（Compaction Cliff / Laws / IGD / DSPrompt / Hypergraph / CSDN / EnSI-RAG / Metis / Human-Centric / LazyGraphRAG / δ-mem / Inadvertent Leakage / Embedder's Dilemma / Arabic Fiqh / ColPali / Milvus-Qdrant / WeMM / KV Compaction / C²KV / Internet-KV），与 organized/knowledge/rag.md R70 主体的 6 件 net-new + R69/R68/R67 各件对齐良好。✅

二、深度（强项与盲点）

强项

  1. 增量密度合理且维度覆盖广：8 条增量横跨"安全（RAGSieve）/ 基础设施（C²KV + Internet for KV Cache）/ 评测（Multi-Round Stopping + ParliamentRAG）/ 知识结构（KG-DML）/ 多模态（WeMM）/ Memory 治理（PinSieve）"六维，比 8-26 的 6 条仅"压缩-上下文预算-解码-防御-超图-工程化"维度分布更平衡——这是从 R69/R70 "memory 治理主线"向 R71 "RAG 七元 runtime stack 全栈扩张"过渡的合理路径。
  2. 三轴归类延续立标范式：每条都标"归入节 + 主分类 + 形态 + 副分类 + 来源链接 + arXiv ID"，便于今晚 R70→R71 接力时按节插入。R70→R71 增量维度（131→132 运行时、58→59 评测、38→39 知识结构、31→32 多模态 RAG、44→45 RAG 安全、29 Memory 邻接）的预算都在 §一每条"邻接补充"里明示，这是本棒相比 8-26 棒最大的结构性进步——把"增量"和"节点扩容"绑在一起。
  3. 矛盾警示 §三 6 条全为真问题： - No.1 paper_card 951 仅 TLDR、缺各阶段独立效果 ✅ - No.2 C²KV / Internet-KV 早于 R70 cutoff 的"补录"标注 ✅ - No.3 WeMM / PinSieve paper_cards 待确认 ✅ - No.4 KG-DML 仅标题、缺 DML 自动构建精度 ✅ - No.5 ParliamentRAG 权威模型具体实现缺失 ✅ - No.6 Multi-Round Stopping 训练规模 3009 状态偏小 ✅ ——6 条都是后续 R71 接力时容易踩雷的地方，Tom 主动暴露是关键工程严谨性。
  4. §六 "R71 建议优先处理" 按价值排序：把 8 条增量按"RAGSieve → C²KV+Internet-KV → Multi-Round Stopping → ParliamentRAG → WeMM → PinSieve"6 档排序，给出明确的 arXiv 累计变动（R70 452 → R71 460 = +8），并把 6 条线索（安全 / 基础设施 / 评测 / 垂直域 / 多模态 / Memory 治理）分条陈述——这是 Tom 系 e1prep 立标级动作，远超棒平均。

盲点

  1. arXiv 2608.13010 日期错位：§一增量 1 标"arXiv:2608.13010，2026-08-14"，但 arXiv abs 页提交史显示该 ID 是 2026-08-13 提交（cs.CL 13 Aug 2026）。arXiv ID 2608.13010 与"2026-08-14"之间可能存在 1 天时差，arXiv 实际显示是 13 Aug 2026。后续引用应以 arXiv abs 页提交史为准。
  2. §三 No.1 "联合部署"数据 14.0% 来源未在原文片段中确认：arXiv html Figure 6 显示 RSG 在 budgeted poison detection 单独 84.2% (3 docs) / 86.1% (5-10 docs)，Table I 的 No defense ASR 67.4 → RSG 联合部署 ASR 14.0 的精确数字未在已搜索片段直接呈现。Tom 应该补一行说明"联合部署 ASR 14.0% 数据来自 Table I 联合部署行 / Figure X 联合分支"以闭环验证链。如果原表实际是"corpus-only"或"query-only"的分别 ASR，14.0% 这个数字要重写。
  3. ParliamentRAG（2608.13410）paper_card 941 仅标题+TLDR 警示了，但§一增量 5 的 TLDR 仍然给出"query-dependent speaker authority / query-dependent speaker authority / 职业/教育/此前发言可解释组件"完整描述：警示与正文 TLDR 自相矛盾——既然 paper_card 仅标题+TLDR，那 TLDR 本身就是 paper_card 内容，§一就没必要重写一遍。应该改写为"来源：paper_card 941 TLDR 摘要，原文权威模型具体计算方式（如何从职业/教育/此前发言聚合权威分）需核实 §x 节"。
  4. KG-DML（2608.12304）声称"RAG 和 LLM 作为使能工具的双使能"：但搜索未直接命中 arxiv 2608.12304 原文，仅 paper_card 922 信息。"RAG+KG 融合的三路线（图关系 / 超关系 / 诊断 KG）"是 Tom 的归纳，§一标注"⚠️ paper_card 仅标题信息"但实际未做标注——这是本棒最显著的事实-标注不一致。建议把 §一增量 6 的"TLDR 块"前置一句"来源：paper_card 922 标题 + 主题推断（原文待核实）"。
  5. C²KV 与 PagedAttention 的关系表述粗糙：§一增量 2 写"C²KV 与 PagedAttention 正交——C²KV 解决跨请求复用，PagedAttention 解决单请求内内存管理"。实际上 PagedAttention（vLLM）和 RadixAttention（SGLang）都属于 prefix caching 范畴，C²KV 是对 prefix caching 的扩展（支持 non-prefix 复用）。把 PagedAttention 当作 C²KV 的"对偶"不严谨：原文明确把 PagedAttention / RadixAttention 列为"existing prefix caching"基线，C²KV 是其扩展而非完全正交。建议改为"C²KV 在 prefix caching 基础上扩展支持 non-prefix 跨请求复用，与单请求内 PagedAttention 内存管理正交"。
  6. R70 → R71 节点扩容预算与实有增量不严格匹配：§一多处写"R70 §2.5 评测 58 件（第 14 件套第 21 件）邻接补充"等数字——但 R71 实际是否落地到 §一对应节，取决于今晚接力棒的写入策略。e1prep 阶段的"节点扩容预算"应明示这是"目标态"而非"已落地"，避免接力者误以为已完成。
  7. C²KV（2607.17715）的 arXiv ID 编号异常：arXiv ID 格式为 YYMM.NNNNN，2607 对应 2026 年 7 月，17715 为序号。该 ID 是 7 月提交、KDD 2026 accepted 的论文——KDD '26 是 2026 年 8 月 9–13 日，与"2026-07"提交、KDD 接收时间线吻合。但 e1prep 没有显式说明"该论文虽 7 月提交，8 月 KDD 接收后才进入视野"，应补一句以解释为什么"早于 R70 cutoff 但未在 R70 入基"。
  8. §五 来源清单 paper_cards 编号 988 GRIP、921 Beyond Memory 标注"非 RAG 直接"过于模糊：未明确说明这些卡片为什么"标题 RAG 相关但被排除"——例如 988 GRIP "Grounded Reasoning"是否归在 rag 邻接还是 agent 推理？给一句话排除原因（"标题 grounded 但 abstract 主要是 self-consistency / RL reasoning，非检索增强"）会更严谨。

三、可读性

  • 结构：§一 增量（8 条，每条统一 7 字段）+ §二 R70 基线确认 + §三 矛盾警示 + §四 可引用 arXiv + §五 来源清单 + §六 密度评估 + R71 建议——七段标配比 8-26 棒多一段"R71 建议"，结构合理。✅
  • 冗余：§一 vs §六 增量 7 / 增量 8 的"工业级多模态 embedding / 受控记忆飞轮"两段在 §六 又出现一遍，存在约 25-30% 内容重叠——这是 8-26 棒 §六 重复问题的延续，但更轻。建议 §六 仅保留 arXiv + 标题 + 归入节三列，不再展开要点。
  • 表格密度：3 个表格（§二 R70 基线 / §四 arXiv 列表 / §五 来源清单）+ 8 段要点 + 1 段六条提示——视觉密度合理。
  • 小毛病：
  • §一增量 5 标题 ParliamentRAG：权威感知多视角 RAG（arXiv:2608.13410，2026-08） 链接给的是 https://arxiv.org/abs/2608.13410（无 v1），其他条目都是 v1，链接格式不一致——建议统一加 v1。
  • §三 No.6 提"HotpotQA 是单跳 QA 数据集"——这是错的。HotpotQA 是经典多跳 QA 数据集（"multi-hop question answering"），需要跨段落推理。这条警示本身方向对（"训练数据规模偏小，多跳泛化待核实"），但前提错了——单跳 vs 多跳的归类应纠正。
  • §一增量 4 标题写"Multi-Round RAG Stopping · 结构化停止判断"，但该论文的方法学名是 S2G-RAG structured sufficiency-and-gap judging（即 S2G = Sufficiency-and-Gap）。"结构化停止判断"是中文意译，丢失了 S2G 这个方法学命名。建议正文带 S2G 命名。

四、与最新进展的差距

  1. 未交叉 Tom 8-26 晚场 radar 的 DREAM 条目：§五提到"Tom 8-26T2040 radar → DREAM = agent+recommendation 邻接"，但 §一没有把 DREAM 作为邻接条目展开。DREAM 既然出现在雷达里，至少应该给出"标题 + arXiv ID + 为什么归 agent 而非 rag"的 1-2 行处理，避免在 §五 留作悬念。
  2. 未引入 KV Cache 同期其他工作：除 C²KV + Internet for KV Cache 外，8-26 棒还提到 Practical Online KV Cache Compaction（2608.00902），§一没有引用为 §2.6 邻接背景。建议在 §一增量 2/3 之间插入一行"对照：Practical Online KV Cache Compaction（2608.00902，Jay 8-26 晚场）——KV Cache 复用 vs 单系统压缩的另一条线"，让 R71 §2.6 的 KV Cache 谱系完整。
  3. ParliamentRAG 的"政治敏感文本"场景泛化：§一增量 5 局限于议会记录，但同窗口还有 Arabic Fiqh RAG Benchmark（R68 已锚）作为垂直域精细化代表。这两条放在一起可以构成"RAG 垂直域精细化"的统一脉络。建议在 §一增量 5 末尾加一行"对照 Arabic Fiqh Benchmark（R68 §2.5）——RAG 垂直域精细化的另一面：宗教文本的领域专长建模"。
  4. 未引用 R71 主文件实际现状：§一多处写"R70 §2.5 评测 58 件"，但 organized/knowledge/rag.md 14:09 实际更新到 R71 状态——主文件已存在 8 件增量、共识 148→154、争议 125→128、开放 197→204、趋势 215→223。这意味着 §一 e1prep 的"邻接补充"应该明示"目标态：把 R70 主文件升级到 R71 主文件"，而不是直接引用 R70 当前态。这是与昨日 8-26 棒最大的"信息时差"——8-27 主文件已经更新，但 e1prep 仍在按 R70 引用。
  5. 未对照 RAG 安全近期进展：RAGSieve 是 RAG 知识投毒防御，但同窗口还有 GraphRAG / SubgraphRAG 投毒攻击（arxiv 2507.08862 / 2402.07867 等）的攻击面工作——e1prep 没有提这些攻击面 baseline。如果 §2.8 写入 RAGSieve，建议在 §三 No.1 末尾追加一句"对照 baseline 攻击方法（PoisonedRAG / GraphRAG 投毒），是否覆盖这些主流攻击场景"。

五、修改建议（按可执行度排序）

  1. 【最高优先级】 §三 No.6 修正"HotpotQA 是单跳 QA 数据集"为"HotpotQA 是经典多跳 QA 数据集（需要跨段落推理）"——这是个明显的事实错误，会在 R71 §2.5 写入时被接力者直接抓到。
  2. 【最高优先级】 §一增量 4 在标题/正文中显式补 S2G（Sufficiency-and-Gap）方法命名，避免 R71 §2.5 写入时丢失原作者命名（"S2G-RAG 风格的结构化停止判断"）。
  3. 【高】 §一增量 1 arXiv 日期由"2026-08-14"改为"2026-08-13（arXiv abs 提交史）"；§一增量 5 链接补 v1 与其他条目格式统一。
  4. 【高】 §一增量 2 C²KV 与 PagedAttention 关系表述改为"C²KV 在 prefix caching（PagedAttention/RadixAttention）基础上扩展支持 non-prefix 跨请求复用"——去除"正交"的错误隐喻。
  5. 【高】 §一增量 6 KG-DML 的 TLDR 块前置"来源：paper_card 922 标题 + 主题推断（原文待核实）"明示；§一增量 5 ParliamentRAG TLDR 改为直接引用 paper_card 941 内容，不再重写。
  6. 【高】 §一 e1prep 全篇引用"R70 §x"应改为"R71 §x（待写入）"——主文件 14:09 已升级到 R71，e1prep 必须与主文件同步。
  7. 【中】 §六"R71 建议优先处理"表格精简：仅保留 arXiv + 标题 + 归入节三列，去掉要点复述。
  8. 【中】 §一增量 2/3 之间插入 KV Cache 谱系对照行（Practical Online KV Cache Compaction 2608.00902），§一增量 5 末尾追加 Arabic Fiqh 对照行。
  9. 【中】 §五 paper_cards 部分给 988 GRIP / 921 Beyond Memory 各一句话排除理由。
  10. 【中】 §三 No.1 末尾追加"RAGSieve 是否覆盖 PoisonedRAG / GraphRAG 投毒等主流攻击 baseline（待核 §x）"。
  11. 【低】 §一增量 7/8 的"归入节"段落不要在 §六 又展开一遍（消除 25-30% 重复）。
  12. 【低】 §一全篇的 arXiv 提交日期统一格式为"YYYY-MM-DD（arXiv abs 提交史）"以方便接力者判断 fresh vs 补录。

六、边界声明

  • 本评审仅修改 review/ 目录下本文件；未修改他人产出；未 git commit；未输出任何密钥。
  • 评分依据：事实准确性 9/10（4 篇关键论文 arXiv 原文/权威页面核验通过，1 处 HotpotQA 单跳/多跳事实错误）；深度 8/10（增量维度从 8-26 的"压缩主线"扩展到 8-27 的六维扩张，节点扩容预算完整，与主文件信息时差是显著盲点）；可读性 8/10（七段标配清晰，§一 vs §六 仍有冗余）；与最新进展的差距 7/10（未对照主文件 R71 现状、未交叉 KV Cache 同期工作、未引用 RAG 安全攻击面 baseline）。
  • 综合：8/10——R71 接力候选级 e1prep 样本，与 8-26 棒同分；但本棒对"主文件已升级到 R71"信息时差未对齐是新的失分项，需在下次 e1prep 写作时修复。