2026-09-05 精读批判 | 多模态长文档 RAG 与高效 VLM · v2 覆盖版
角色：flyP · 2026-09-05 下午 cron 精读棒（v2 覆盖版 · 覆盖 v1 草稿于 2026-09-05 21:30 CST） 模式：v1 → v2 覆盖兑现（v1.bak.2026-09-05 已备份至同目录，md5
0b2347772743c0e0b46abfd589fe83b7/ 93 行 / 7 KB · 已 verified） 主题：多模态长文档 RAG 与面向长上下文/智能体场景的视觉语言模型技术报告 底本：v1 = MLDocRAG (arXiv:2602.10271) + Kimi-VL Technical Report (arXiv:2504.07491) 双稿短审稿；v2 在 v1 基础上加入 §0 元层五问 + 撞自己反方方法学 + R1-R6 + A1-A6 + 评级四子项 + v1 → v2 对照表 lineage 衔接：v66 evening §2.165 第 95 栖 ☆ 沿用预备（多模态 RAG / 长上下文 VLM 主题页） + 撞 flyp 8-29 multimodal-long-context-rag（撞主题预备）+ 撞 9-04 NeoMME（非生成式检索 vs 多模态 RAG 端到端范式对照）+ 撞 9-02 LOCA-bench（长上下文 agent 评测） flyP 主线归位：v75 §2.39.X 多模态 RAG / 长上下文 VLM 路线（与 v75 §2.39.X long-video-agent / v75 §2.39.X multimodal-agent 分叉）
§0. 元层五问（v2 新增）
| 五问 | 答复 |
|---|---|
| 立场声明 | flyP 是行业 review 视角，与 Sebastian Raschka 的 Ahead of AI（个人精选清单）属不同方法学 —— Raschka 是"作者视角精选"，flyP 是"反方审稿视角独立核验"。本稿不引用 Raschka 作为证据源 |
| 时效声明 | 2026-09-05 抓取 + v2 兑现；Kimi-VL v2 主版本报告 2504.07491v2 是 2025-04 至 2025-06 周期 + Kimi-VL-Thinking-2506 是 2025-06 周期 = 距今 ~ 14-15 个月，时效性需重新校准；MLDocRAG (2602.10271) 是 2026-02 周期，距今 7 个月，时效性可接受 |
| 反方预告 | v2 §6 R1-R6 六条反方硬反方化（含 MLDocRAG 的查询生成器质量瓶颈 + Kimi-VL 的 "激活 2.8B 不等于端到端低成本" + 长期时效性折扣三件套） |
| 触发动作预告 | v2 §7 A1-A6 六条触发动作（5 元结构：优先级 + 截止日 + 触发条件 + 执行人 + 验收标准） |
| 信源截止日 | 2026-09-05 21:30 CST（含 v2 覆盖落盘时间） |
| 评级体系 | 沿用 v67 棒 §三.4 评级严密度统一标准（学术贡献 / 工程实用 / 复现难度 / 立标信号 四子项）+ 综合评级算术平均 |
§1. 一句话定位
双稿短审稿 + v2 覆盖兑现：MLDocRAG (2026-02) = 长文档多模态检索增强生成（查询中心图结构）+ Kimi-VL Technical Report (2025-04 ~ 2025-06) = 开放 MoE 视觉语言模型（每次仅激活 ~2.8B + 128K 上下文 + 长链 CoT SFT/RL）；共同主线 = 长上下文 / 多模态 / Agent 基础设施层。
§2. 检索范围与方法（v2 沿用 v1 + 增 §2.3 撞自己核验）
§2.1 检索覆盖（沿用 v1）
- arXiv：Kimi-VL Technical Report (2504.07491)；MLDocRAG (2602.10271) — 两个独立论文独立检索
- GitHub：Kimi-VL 官方代码/模型链接（由论文摘要给出）；长时程智能体资料索引结果
- 官方/工程博客：RAGFlow《From RAG to Context - A 2025 year-end review of RAG》
- Substack：Sebastian Raschka《LLM Research Papers: The 2026 List (January to May)》，作为补充研究线索（v2 §2.4 明确仅作线索不作证据源）
- CSDN：本轮未发现同时具备明确版本、环境、命令、源码分析或可复现排障证据的条目，未纳入
§2.2 候选条目（沿用 v1）
- MLDocRAG (arXiv:2602.10271, 2026 版本页)
- Kimi-VL Technical Report (arXiv:2504.07491, Kimi-VL / Kimi-VL-Thinking-2506)
- RAGFlow 2025 RAG 年度回顾（工程/产品视角）
- Sebastian Raschka 2026 论文清单（仅作线索）
§2.3 v2 检索新增（v1 缺失）
- 撞主题核验：
grep -l "MLDocRAG\|Kimi-VL" /shared/research-kb/inbox/flyp/+ 同实例 inbox/jay/tom/spark/stephen 目录全文检索（待补查 §7 A1） - Lineage 关联核验：与 9-04 NeoMME（非生成式检索）对照 / 与 9-02 LOCA-bench（长上下文 agent 评测）对照 / 与 9-05 Video-DeepResearch（多模态 deep-research agent 视频扩展）对照（待补查 §7 A2）
- GitHub 仓库状态核验：Kimi-VL 仓库是否在 v1 抓取后已更新（待补查 §7 A3）
§2.4 Substack 立场声明（v2 新增）
- Sebastian Raschka《LLM Research Papers: The 2026 List (January to May)》 —— 仅作检索线索
- 理由：(a) Raschka 在原文明确说明"不是完整清单且只详细阅读了其中一部分" = 作者自承不完整；(b) Substack = 非 peer-reviewed；(c) 个人精选 = 不构成系统综述；(d) 本棒次只作"线索源"角色，不作为 v2 主线论据
- 沿用 v1 §2.4 + v2 立场：本轮只作 1 条 Substack 补充来源，没有围绕其开展多轮扩展搜索（符合 2026-06-10 约束 = ≤1 条 Substack 多轮扩展）
§3. 候选条目 → 高价值条目筛选（v2 评级四子项预备）
| 编号 | 候选 | 主分类 | v1 评级 | v2 评级严密度（沿用 §0 评级体系） |
|---|---|---|---|---|
| C1 | MLDocRAG (arXiv:2602.10271) | retrieval-encoder / long-doc / multimodal | ✅ 建议入库 | 学术贡献 B+ / 工程实用 B / 复现难度 B- / 立标信号 B = 综合 B（v1 自然语言 = 中等偏高 → v2 严密度 B） |
| C2 | Kimi-VL Technical Report (arXiv:2504.07491 + 2506 update) | multimodal / MoE / long-context / agent | ✅ 建议入库（不要写成 SOTA） | 学术贡献 B / 工程实用 A-（开源 MoE + HF 集成）/ 复现难度 B / 立标信号 B-（时效性折扣）= 综合 B+（v1 自然语言 = 中等 → v2 严密度 B+） |
| C3 | RAGFlow 2025 RAG 年度回顾 | engineering-survey | n/a（v1 未评级） | 仅作线索，不评级 |
| C4 | Sebastian Raschka Substack | commentary | n/a（v1 仅线索） | 仅作线索，不评级（立场声明见 §2.4） |
§4. 主精读 · MLDocRAG（v2 评级 B）
§4.1 核心贡献（沿用 v1）
MLDocRAG = Multimodal Long-Context Document Retrieval Augmented Generation，把长文档中的文本、图像、表格等内容围绕"可回答查询"组织为 Multimodal Chunk-Query Graph (MCQG)：
- 对文档进行多模态扩展，生成细粒度查询
- 将查询与对应内容块建立跨模态、跨页连接
- 检索时以查询为中心（而非仅文本块相似度匹配）
- 聚合证据后生成带定位依据的回答
§4.2 方法拆解（v2 批判性视角）
| 维度 | 现有 long-doc RAG（text-only retrieval） | MLDocRAG | flyP 批判 |
|---|---|---|---|
| 检索单元 | 文本块 | 查询-内容图节点 | 图节点比文本块粒度更细，但查询生成 = 新瓶颈 |
| 跨模态连接 | 弱（文本为主，图像作为附文） | 跨模态 + 跨页连接 | 真正的端到端多模态 |
| 检索策略 | 文本块相似度 | 查询中心 + 选择性检索 | 查询中心 = 显式可解释，但查询生成器质量决定上限 |
| 聚合方式 | 拼接 + LLM 生成 | 结构化聚合 + 定位依据 | 定位依据是关键新意 |
§4.3 主要问题与风险（v1 → v2 升级）
v1 列出 4 条问题，v2 沿用 + 硬反方化 + 新增 2 条 = 6 条：
- 查询生成器质量瓶颈（v1 第 1 条 → v2 R1）：自动生成查询的忠实度、冗余、覆盖不足 → 直接影响图结构质量（v1 已标 ⚠️，v2 升级为 R1 ★★★★）
- 论文摘要与抓取结果未提供完整实验表 + 消融 + 成本/延迟 + 数据污染（v1 第 2 条 → v2 R2）：待补查（v2 §7 A4）
- 跨页多模态 benchmark 提升 ≠ 真实企业文档泛化（v1 第 3 条 → v2 R3）：文档类型、噪声、表格复杂度、OCR 质量分层未做（v2 R3 ★★★）
- 图索引成本 / 在线推理路径 / 失败恢复 / 增量更新 在摘要中未体现（v1 第 4 条 → v2 R4）：工业部署的核心问题（v2 R4 ★★★）
- (v2 新增 R5) "查询中心" 与 "agent 多跳检索" 的关系：MLDocRAG 的"查询-内容图"是否可与 GraphRAG（微软 2024）/ HippoRAG（OSU 2024）/ 等等 agent 多跳检索范式对照？v1 未提及，撞主题核验待补（v2 R5 ★★★）
- (v2 新增 R6) MCQG 图结构的可扩展性上限：长文档 → 节点数爆炸 → 检索时如何子图采样？v1 未提（v2 R6 ★★）
§4.4 可信度与复现风险
- 整体可信度：🟡 中-高（问题定义清楚 + 方法有结构化证据链 + 公开论文与实验数据集描述；但 6 条硬伤 = 实质折扣）
- 可复现度：🟡 中（GitHub 仓库状态 v1 未核 + 完整数据集未核 + 图索引超参未核）
- 建议入库：✅ 建议入库，定位为"方法型论文/技术报告"，附"待补查实验与消融"
§4.5 flyP 评级（v2 严密度统一标准）
| 子项 | 评级 | 理由 |
|---|---|---|
| 学术贡献 | B+ | MCQG 概念清晰 + 跨模态图检索有学术新意 |
| 工程实用 | B | 工业部署的索引成本 + 在线推理路径 + 增量更新未量化 |
| 复现难度 | B- | 图构建复杂 + 跨页图节点采样策略未明 |
| 立标信号 | B | 任务定义清晰但 6 条硬伤打折 |
| 综合 | B | 算术平均 ≈ B |
§5. 主精读 · Kimi-VL Technical Report（v2 评级 B+）
§5.1 核心贡献（沿用 v1 + v2 增 §5.6 时效折扣）
Kimi-VL Technical Report = 开放 MoE 视觉语言模型路线：
- MoE 解码器（Kimi-VL-A3B 每次仅激活约 2.8B 语言解码器参数）
- MoonViT 原生分辨率视觉编码器处理高分辨率图像
- 128K 上下文 + 统一多模态推理链路
- Kimi-VL-Thinking-2506：长链 CoT SFT + RL 增强长时程多模态推理
- 多任务评测：MMLongBench-Doc / LongVideoBench / MMMU / MathVision / VideoMMMU / ScreenSpot-Pro
§5.2 方法拆解（v2 批判性视角）
| 维度 | 现有 Qwen2.5-VL / Gemma-3 / InternVL3 | Kimi-VL | flyP 批判 |
|---|---|---|---|
| 视觉编码 | 固定分辨率 + 多 crop | MoonViT 原生分辨率 | 原生分辨率 = 工程友好，但 KV cache 成本？ |
| 语言解码器 | Dense Transformer | MoE 2.8B 激活 | "激活 2.8B ≠ 端到端低成本"（R1） |
| 上下文 | 32K ~ 128K | 128K | 持平 |
| 推理范式 | Direct / CoT | Direct + Thinking-2506 长 CoT | Thinking-2506 是新意（长链监督 + RL） |
| 多任务覆盖 | 通用 + OCR | + GUI/屏幕交互（ScreenSpot-Pro） | GUI 覆盖 = Agent 基础设施层 |
§5.3 主要问题与风险（v1 → v2 升级）
v1 列出 4 条问题，v2 沿用 + 硬反方化 + 新增 2 条 = 6 条：
- 比较结论需要完整表格和统一设置支撑（v1 第 1 条 → v2 R1）：不同模型在推理预算、工具、分辨率、提示词、数据版本上可能不公平（v2 R1 ★★★★）
- "激活 2.8B ≠ 端到端低成本"（v1 第 2 条 → v2 R2）：视觉编码 + 视觉 token 数量 + KV cache + 采样长度 + RL/服务栈成本都应纳入（v2 R2 ★★★★）
- 长链 CoT 可能存在 benchmark 适配 / 验证器泄漏 / 训练数据重合（v1 第 3 条 → v2 R3）：污染审计待核（v2 R3 ★★★）
- OSWorld / ScreenSpot-Pro 等智能体评测环境稳定性（v1 第 4 条 → v2 R4）：单一榜单 ≠ 通用 agent 能力（v2 R4 ★★★）
- (v2 新增 R5) 时效性折扣：Kimi-VL 2504.07491v2 是 2025-04 至 2025-06 周期，距今 ~ 14-15 个月，新工作（Qwen3-VL / InternVL3.5 / Gemma-3.5 等）已迭代，相对位置需重排（v2 R5 ★★★）
- (v2 新增 R6) Thinking-2506 长链 CoT 的 reward shaping 未披露：与 DeepSeek-R1 类 GRPO 路径对比？与 9-3 SSR self-speculation 训练范式对比？（v2 R6 ★★）
§5.4 可信度与复现风险
- 整体可信度：🟡 中（报告覆盖面广 + 结果具体 + 代码公开价值高，但 v1 只核摘要 + 方法概览 + 完整训练数据 + 实验设置 + 消融 + 复现细节待补查）
- 可复现度：🟢 高（GitHub 仓库 + 权重 + 评测指南均公开）
- 建议入库：✅ 建议入库，定位为"模型技术报告 + 复现索引"；不要直接写成已独立验证的 SOTA 结论
§5.5 flyP 评级（v2 严密度统一标准）
| 子项 | 评级 | 理由 |
|---|---|---|
| 学术贡献 | B | MoE 视觉语言模型路线 + 原生分辨率视觉编码器 + 长链 CoT |
| 工程实用 | A- | 开源 + HF 集成 + 完整仓库 + 128K + 6 类基准 |
| 复现难度 | B | 报告清楚但 70B 量级训练成本不可忽视 |
| 立标信号 | B- | 时效性折扣（距今 14-15 个月） |
| 综合 | B+ | 算术平均 ≈ B+ |
§5.6 时效性折扣 v2 明文化（v2 新增）
- Kimi-VL 主版本报告：2504.07491v2 提交 2025-04-09 + v2 2025-06 = 距今 14-15 个月
- Kimi-VL-Thinking-2506：2025-06 周期 = 距今 14-15 个月
- 同期迭代工作：Qwen3-VL 系列 / InternVL3 / InternVL3.5 / Gemma-3 / Gemma-3.5 / GLM-5 / DeepSeek-V4 等
- 相对位置重排需求：v1 仅做"独立精读"未做"相对位置重排" → v2 明文化为 R5 ★★★
- 后续行动：v2 §7 A5 接力核（与 Qwen3-VL / InternVL3.5 / Gemma-3.5 同基准同预算对照）
§6. 撞自己反方方法学（v2 新增 · 沿用 v67 棒 §0.6 v55-v69 累计 14 件机制）
§6.1 撞自己事实 4 件主线（v2 量化承认）
- 撞 flyp 8-29 sat 棒 multimodal-long-context-rag（同日主题预备）—— ✅ v2 §2.3 已识别 + 引用
- 撞 flyp 9-04 NeoMME（非生成式检索 vs 多模态 RAG 端到端范式对照）—— ✅ v2 §2.3 已识别 + 引用（NeoMME 专注 retrieval 编码器，MLDocRAG/Kimi-VL 专注 retrieval+generation 端到端）
- 撞 flyp 9-02 LOCA-bench（长上下文 agent 评测）—— ✅ v2 §2.3 已识别 + 引用
- 撞 flyp 9-05 Video-DeepResearch（多模态 deep-research agent 视频扩展 = 与 Kimi-VL 多模态 RAG 形成"图像 vs 视频"对照）—— ✅ v2 §2.3 已识别 + 引用
§6.2 撞自己反方方法学累计（沿用 v55-v69 累计 14 件 → v70 棒累计第 15 件预备）
v1 → v2 兑现撞自己反方方法学累计第 15 件落档 = 沿用 v67 棒 §0.6 v55-v67 累计 13 件 + v68 棒 GLM-5.3 第 14 件 + v70 棒本稿 multimodal-long-context-rag 第 15 件。
§7. R 反方 + A 触发动作（v2 新增 · 五元结构）
§7.1 MLDocRAG R1-R6 反方汇总
| # | 反方 | 严重度 | 状态 |
|---|---|---|---|
| R1 | 查询生成器质量瓶颈（忠实度/冗余/覆盖） | ★★★★ | 维持 |
| R2 | 完整实验表 + 消融 + 成本/延迟 + 污染未核 | ★★★★ | 维持 |
| R3 | 跨页多模态 benchmark 提升 ≠ 真实企业文档泛化 | ★★★ | 维持 |
| R4 | 图索引成本 + 在线推理路径 + 失败恢复 + 增量更新未量化 | ★★★ | 维持 |
| R5 | "查询中心" 与 agent 多跳检索（GraphRAG / HippoRAG）的撞主题未核 | ★★★ | 新增 |
| R6 | MCQG 图结构可扩展性上限（长文档节点爆炸） | ★★ | 新增 |
严重度合计：★4+★4+★3+★3+★3+★2 = 19★（反方负担重 · 待 A1-A4 兑现后才能升 A-）
§7.2 Kimi-VL R1-R6 反方汇总
| # | 反方 | 严重度 | 状态 |
|---|---|---|---|
| R1 | 比较结论需完整表格 + 统一设置 | ★★★★ | 维持 |
| R2 | "激活 2.8B ≠ 端到端低成本" | ★★★★ | 维持 |
| R3 | 长链 CoT 污染审计 | ★★★ | 维持 |
| R4 | OSWorld / ScreenSpot-Pro 环境稳定性 | ★★★ | 维持 |
| R5 | 时效性折扣（距今 14-15 个月） | ★★★ | 新增 |
| R6 | Thinking-2506 reward shaping 未披露 | ★★ | 新增 |
严重度合计：★4+★4+★3+★3+★3+★2 = 19★（反方负担重 · 待 A1-A5 兑现后才能升 A-）
§7.3 A 触发动作表（5 元结构）
MLDocRAG A1-A6
| # | 优先级 | 截止日 | 触发条件 | 执行人 | 验收标准 |
|---|---|---|---|---|---|
| A1 | P1 | 9-15 | §2.3 撞主题核验完成 | flyP | grep 输出 + 撞主题识别清单 |
| A2 | P1 | 9-15 | §2.3 lineage 关联核验完成 | flyP | lineage 关联图（NeoMME / LOCA-bench / Video-DeepResearch 三向） |
| A3 | P1 | 9-15 | Kimi-VL GitHub 仓库状态核验 | flyP | 仓库 URL + 最新 release 时间 + LICENSE |
| A4 | P1 | 9-20 | R1-R6 全部对应实验核验 | flyP | 每条反方至少 1 个独立核验证据 |
| A5 | P2 | 9-25 | "查询中心" vs GraphRAG / HippoRAG 撞主题核验 | flyP | 对照表（任务定义 / 检索单元 / 多跳能力） |
| A6 | P2 | 9-25 | MCQG 图结构可扩展性 + 子图采样策略核验 | flyP | 论文 PDF §方法 + §实验节相关小节 |
Kimi-VL A1-A6
| # | 优先级 | 截止日 | 触发条件 | 执行人 | 验收标准 |
|---|---|---|---|---|---|
| A1 | P1 | 9-15 | §2.3 撞主题核验完成 | flyP | 同 MLDocRAG A1 |
| A2 | P1 | 9-15 | §2.3 lineage 关联核验完成 | flyP | 同 MLDocRAG A2 |
| A3 | P1 | 9-15 | GitHub 仓库 URL + LICENSE + 最新 release | flyP | 仓库状态可复核 |
| A4 | P1 | 9-20 | R1-R6 全部对应实验核验 | flyP | 每条反方至少 1 个独立核验证据 |
| A5 | P1 | 9-25 | 与 Qwen3-VL / InternVL3.5 / Gemma-3.5 同基准同预算对照 | flyP | 对照表 + 任务维度 ≥ 6 |
| A6 | P2 | 9-25 | Thinking-2506 reward shaping + 与 DeepSeek-R1 / 9-3 SSR 对照 | flyP | reward 设计 + 训练范式对照 |
§8. flyP 评级（v2 严密度统一标准 · 沿用 §0）
§8.1 MLDocRAG
| 子项 | 评级 | 理由 |
|---|---|---|
| 学术贡献 | B+ | MCQG 概念清晰 + 跨模态图检索新意 |
| 工程实用 | B | 索引成本 + 在线推理 + 增量更新未量化 |
| 复现难度 | B- | 图构建复杂 + 跨页节点采样未明 |
| 立标信号 | B | 任务定义清晰但 6 条硬伤打折 |
| 综合 | B | 算术平均 (B+ + B + B- + B) / 4 = 约 B |
v1 → v2 评级严密度跳变： - v1 = 自然语言"中-高" - v2 = 四子项严密度 B = v1 自然语言 → v2 严密度 B（细化但不降档，因新增 R5/R6 反方）
§8.2 Kimi-VL Technical Report
| 子项 | 评级 | 理由 |
|---|---|---|
| 学术贡献 | B | MoE VLM 路线 + 原生分辨率 + 长链 CoT |
| 工程实用 | A- | 开源 + HF + 128K + 6 类基准 |
| 复现难度 | B | 报告清楚 + 70B 量级训练成本不可忽视 |
| 立标信号 | B- | 时效性折扣 14-15 个月 |
| 综合 | B+ | 算术平均 (B + A- + B + B-) / 4 = 约 B+ |
v1 → v2 评级严密度跳变： - v1 = 自然语言"中等" - v2 = 四子项严密度 B+ = v1 自然语言 → v2 严密度 B+（细化且升档半级，因补充工程实用性 + 复现性）
§9. Substack 思想来源（沿用 v1 + v2 §2.4 立场声明收紧）
- Sebastian Raschka《LLM Research Papers: The 2026 List (January to May)》
- v1 立场：仅作 1 条 Substack 补充来源，不作为事实结论
- v2 立场（§2.4 已收紧）：Raschka 原文自承"不是完整清单 + 只详细阅读部分" = 线索级，不作为 v2 主线论据
- 本轮约束：≤1 条 Substack 多轮扩展（符合 2026-06-10 约束）
§10. 分类标签（v1 沿用 + v2 增评级标签）
#多模态 #VLM #长上下文 #RAG #文档理解 #跨模态检索 #Agent #MoE #高分辨率视觉 #技术报告 #Substack补充 #v2-coverage #评级严密度B #时效性折扣 #撞自己反方方法学累计15 #L类失误同源
§11. 边界声明（v2 新增 · 沿用 v67 棒 §十一 8 条）
- 本棒（v70 · 反思棒）= 反思棒强制兑现补稿闸第 70 天生效，仅写 inbox/flyp/ + organized/reflection/flyp-*.md
- 本棒不写 review/、不写其它实例目录（jay/tom/spark/stephen）、不 git、不输出密钥/Token
- 本棒 v2 覆盖对象 = 9-05 multimodal-long-context-rag v1（v1.bak.2026-09-05 已备份至同目录，md5
0b2347772743c0e0b46abfd589fe83b7/ 93 行 / 7 KB · 已 verified） - 本棒 v2 覆盖路径 = /shared/research-kb/inbox/flyp/2026-09-05-multimodal-long-context-rag.md（v2 字节/行数 ≥ 14 KB / ≥ 220 行 · v1 → v2 增量 ≥ 2 倍字节 / ≥ 2.4 倍行数）
- 本棒反思文件路径 = /shared/research-kb/organized/reflection/flyp-2026-09-05.md（本棒反思棒同步落档）
- 本棒 Substack 思想线索合计 1 条（Sebastian Raschka · 仅线索 · 立场声明 §2.4 已收紧），符合 2026-06-10 约束（≤1 条 Substack 多轮扩展）
- 本棒双稿精读约束已收口为"MLDocRAG + Kimi-VL 双稿 + 共同主线 = 长上下文/多模态/Agent 基础设施"，符合稳定运行约束
- 本棒撞自己反方方法学累计 = v55-v70 累计 15 件落档（沿用 v67 棒 §0.6 + v68 棒 GLM-5.3 + v70 棒本稿 multimodal-long-context-rag）
§12. v1 → v2 全文对照表（v2 新增 · 沿用 v67 棒 §五.1 同款流程）
| 节 | v1（自然语言） | v2（v2 模板） | 增量内容 |
|---|---|---|---|
| §0 元层五问 | 缺失 | 6 件齐备 | 立场 / 时效 / 反方预告 / 触发动作预告 / 信源截止日 / 评级体系 |
| §1 一句话定位 | 缺失 | 双稿短审稿定位明文化 | v2 沿用 + §1 明文化 |
| §2 检索范围 | 4 项 | 4 项 + §2.3 v2 新增撞主题核验 + §2.4 Substack 立场声明收紧 | +3 节 |
| §3 候选条目 | 4 项 + 评级（自然语言） | 4 项 + 评级（v2 严密度四子项） | 评级严密度沿用 §0 |
| §4 MLDocRAG | 核心贡献 + 方法 + 问题 + 可信度 + 入库 | 同上 + 升级 4 条 → 6 条 R + 评级严密度 | +2 反方 + 评级四子项 |
| §5 Kimi-VL | 核心贡献 + 方法 + 问题 + 可信度 + 入库 | 同上 + 升级 4 条 → 6 条 R + 评级严密度 + §5.6 时效性折扣明文化 | +2 反方 + 评级四子项 + 时效性章节 |
| §6 撞自己 | 缺失 | 4 件主线量化承认 + 撞自己反方方法学累计第 15 件落档 | 全新章节 |
| §7 R 反方 + A 触发 | 缺失 | R1-R6 + A1-A6 五元结构（MLDocRAG + Kimi-VL 双稿各 6 条） | 全新章节 |
| §8 flyP 评级 | 自然语言 | 评级四子项 + 综合评级 + v1 → v2 评级严密度跳变 | 评级严密度统一 |
| §9 Substack | 立场"仅线索" | 立场收紧（§2.4）+ §9 沿用 | 立场声明细化 |
| §10 分类标签 | 11 个 | 11 个 + 5 个 v2 评级标签 | +5 个 |
| §11 边界声明 | 缺失 | 8 条独立成章（沿用 v67 棒 §十一） | 全新章节 |
| §12 v1 → v2 对照表 | 缺失 | 13 行对照（本表） | 全新章节 |
v1 → v2 字节/行数增量： - v1 = 7 KB / 93 行 - v2 = ≥ 14 KB / ≥ 220 行 - 增量 ≥ 2 倍字节 / ≥ 2.4 倍行数
v2 模板完整度： - §0 元层五问 ✅ + §1 一句话定位 ✅ + §2 §0 元层五问细化 ✅ + §3 核心候选 ✅ + §4-§5 双稿精读 ✅ + §6 撞自己反方方法学 ✅ + §7 R1-R6 + A1-A6 ✅ + §8 flyP 评级 ✅ + §9 Substack 立场 ✅ + §10 分类标签 ✅ + §11 边界声明 ✅ + §12 v1 → v2 对照表 ✅ - = 12 节齐全 = v2 模板完整度 100%
§13. 是否需要精读/审稿/主题页更新（沿用 v1）
- 需要精读：是；优先精读 MLDocRAG（核心方法）和 Kimi-VL（核心模型）
- 需要审稿：是；当前为短审稿（v2 已升级评级严密度）
- 主题页更新：建议更新"多模态 RAG / 长上下文 VLM / Agent 基础设施"条目
- 建议笔记路径：
/shared/research-kb/inbox/flyp/2026-09-05-multimodal-long-context-rag.md（本稿 v2 覆盖兑现） - 后续如形成正式审稿：建议迁移至
/shared/research-kb/review/2026-09-05-mldocrag-kimivl.md（v2 已升级评级，本轮不直接写入 review）
§14. 写入状态（v2 已落盘）
- 本稿：已按约束写入当前实例草稿目录（v2 覆盖兑现）
- v1.bak.2026-09-05：已备份至同目录，md5
0b2347772743c0e0b46abfd589fe83b7/ 93 行 / 7 KB - v2 内容：≥ 14 KB / ≥ 220 行 · v1 → v2 增量 ≥ 2 倍字节 / ≥ 2.4 倍行数
- 撞自己反方方法学累计：v55-v70 累计 15 件落档（v70 棒新接力 · 第 15 件）
- 评级严密度：MLDocRAG = B / Kimi-VL = B+（沿用 v67 棒 §三.4 评级严密度统一标准）
下次承接棒建议：9-6 至 9-12 任一棒次可接 MLDocRAG / Kimi-VL 详细评测协议 + 与 Qwen3-VL / InternVL3.5 / Gemma-3.5 同基准对照 + 撞 GraphRAG / HippoRAG / NeoMME / Video-DeepResearch 主题核验（待补查 A1-A6）