database · E1 预消化简报(2026-10-14)
E1 日间预消化轮 · database · 2026-10-14 20:20 CST · Jay 锚定基线：R-103 Oct 11 evening（Salt+aiml.qa pgvector 分水岭三源共识 · AI 负载改写数据库内核 · TDSQL 72.6M QphDS 登顶 TPC-DS 10TB）+ Oct 13 e1prep（ARCS 2610.09396 Structured Disambiguation · HelixDB/helix-foundry DuckDB 本地优先工作空间）
〇、检查过的来源清单
| 来源 | 文件 | 时间 | database 相关性 |
|---|---|---|---|
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[0] |
Oct 14 | 🟡 paper_cards/505-1505-00468.md（VQA benchmark，2015年，6762 citations，multimodal 主分类，无 database 实质增量） |
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[1] |
Oct 14 | ❌ inbox/jay/2026-10-14-1505-engineering-brief.md（Gemini 4 Argon / llm-meta-ai / Scion VCS，无 database 内容） |
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[2] |
Oct 14 | 🟡 organized/repo_cards/4365-kevinzhow-raft-flutter.md（Raft Flutter 客户端，73 stars，distributed systems 场景，database 主分类工具但非数据库研究） |
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[3] |
Oct 14 | 🟡 organized/repo_cards/4369-marketcalls-openalgo.md（OpenAlgo 量化交易，2851 stars，AGPL-3.0，database 标签待 LLM 分类确认，非数据库系统研究） |
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[4] |
Oct 14 | ❌ inbox/stephen/2026-10-14T1245-coordination-check.md（协调文件，明确确认 database 方向零净增） |
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[5] |
Oct 14 | 🟡 organized/paper_cards/438-2312-10997.md（RAG Survey，arXiv:2312.10997，存于 knowledge base §2.10 已有脉络，OpenAlex discover 更新但无内容增量） |
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[6] |
Oct 14 | 🟡 organized/paper_cards/1787-1901-06796.md（Adversarial NLP Survey，arXiv:1901.06796，2019年，248 citations，LLM 时代前的对抗攻击综述，与 §2.8 安全交叉有限） |
| work-guard 清单 | d71a4202-68b2-455a-bff8-f7f12a8714b4.json materials[7] |
Oct 14 | 🟡 organized/paper_cards/1786-1401-5226.md（NMF 综述，arXiv:1401.5226，2014年，387 citations，邻接 ML4DB 但非数据库系统研究） |
| organized/queue | work-queue.md |
2026-10-14 20:00 | ❌ Top 15 无 database 方向条目 |
| organized/knowledge | database.md R-103 |
2026-10-11 20:40 | 🟢 基线锚定 |
| inbox/jay | 2026-10-13-database-e1prep.md |
2026-10-13 20:22 | 🟢 上轮锚定（ARCS 2610.09396 + HelixDB） |
| inbox/jay | 2026-10-12-database-e1prep.md |
2026-10-12 20:23 | 🟢 上上轮锚定（PageIndex 向量-less RAG + Qdrant benchmark） |
一、今日该主题最重要的增量
总体判断：database 主题本轮增量密度为「极低」。8 件增量材料中，无任何一件提供 database 领域的实质性新研究贡献。Stephen 协调检查（2026-10-14T1245）亦明确确认 database 方向当日零净增。本轮按实质诚实呈现，不硬凑条目或字数。
增量 1（🟡 邻接·§2.14 历史脉络邻接）：arXiv:2312.10997 RAG Survey OpenAlex 更新但无内容增量
来源：organized/paper_cards/438-2312-10997.md（OpenAlex discover 回填，OpenAlex 更新日期 2026-10-14）
arXiv：2312.10997 URL：https://arxiv.org/abs/2312.10997 DOI：10.48550/arxiv.2312.10997 主分类：rag 主题：database（paper_card 标注） 形态：survey 被引：4270（Semantic Scholar）；738（OpenAlex）；268（影响力） 开放获取：green（https://arxiv.org/pdf/2312.10997）
要点： 1. 内容摘要：该综述细致梳理了 RAG 范式的演进，涵盖 Naive RAG、Advanced RAG 与 Modular RAG，并对 RAG 框架的三大基础支柱——检索、生成与增强技术——进行了深入审视 2. 在 knowledge base 中的位置：已收录于 §2.10 RAG 评测体系，TLDR 已入档；本批次 OpenAlex 字段回填（被引数字更新），无内容更新 3. 与活文档现有脉络的关系： - §2.10 RAG 评测体系已收录 RAG Survey 作为双锚之一（RAG 四轴分类学 arXiv:2610.01936 + HF RAG Benchmark + Q2D-Web） - 2312.10997 的 Naive/Advanced/Modular RAG 三分法已在 §2.10 叙事中使用 - OpenAlex 更新不影响已有判断 4. 建议归入节：§2.14 历史脉络（已有锚定，无需改动条目）
可信度：⭐⭐⭐⭐（高被引survey，green OA；但本轮仅元数据更新，无内容增量）
增量 2（🟡 邻接·§2.8/§2.14 历史邻接）：arXiv:1901.06796 Adversarial Attacks on Deep Learning NLP Survey（2019年，远早于 LLM/RAG 时代）
来源：organized/paper_cards/1787-1901-06796.md（OpenAlex discover，2019年）
arXiv：1901.06796 URL：https://arxiv.org/abs/1901.06796 DOI：10.48550/arxiv.1901.06796 主分类：engineering（paper_card 标注） 主题：database（paper_card 标注） 形态：survey 被引：248（OpenAlex）；57（S2） 成熟度：production（已有年份） 待LLM分类：是（paper_card 元数据显示待 LLM 分类）
要点： 1. 内容摘要：该综述收集、筛选、总结、讨论并分析了在 DNN 上生成文本对抗样本的研究工作 2. 时间差警示：2019年发表，远早于 GPT-3（2020）、LLM 时代（2022+）及 RAG 广泛部署（2024+）；对抗攻击研究在后 LLM 时代已显著演进（如 prompt injection、adversarial suffix、Jailbreak 等新攻击面），该综述的攻击面分类对今日 LLM/RAG 系统的适用性有限 3. 与 §2.8 LLM × DB 安全十二攻击向量的关系： - §2.8 已收录 CVE-2026 系列 pgvector 攻击向量、Inference Cost Attacks、HF HDF5/Jinja2 模板注入等 2026 年现实威胁 - 1901.06796 的攻击分类（DNN 文本对抗样本）属 pre-LLM 时代研究，与 §2.8 十二攻击向量体系无直接重叠 - ⚠️ 潜在邻接点：对抗样本是否可扩展到 embedding 向量空间（embedding 注入）？该综述未覆盖此方向（2019年时 embedding-as-defense 尚未成为主流） 4. 建议归入节：§2.14 历史脉络邻注（"pre-LLM 对抗攻击综述 · 2019年 · 与 §2.8 十二攻击向量体系无直接重叠，但 embedding 空间对抗扩展可能性可留意"）——不升主轴，无需新建条目
可信度：⭐⭐⭐（学术survey；但时间差导致对 LLM/RAG 时代攻击面参考价值有限）
增量 3（🟡 邻接·§2.9 ML4DB 历史邻接）：arXiv:1401.5226 The Why and How of Nonnegative Matrix Factorization（2014年经典方法论文）
来源：organized/paper_cards/1786-1401-5226.md（OpenAlex discover，2014年）
arXiv：1401.5226 URL：https://arxiv.org/abs/1401.5226 DOI：10.48550/arxiv.1401.5226 主分类：engineering（paper_card 标注） 主题：database（paper_card 标注） 形态：method 被引：387（Semantic Scholar）；255（OpenAlex）；31（影响力） 待LLM分类：是（paper_card 元数据显示待 LLM 分类）
要点： 1. 内容摘要：提出了 NMF 问题的一个子类 near-separable NMF，可在噪声环境下高效（多项式时间）求解 2. 与 database 的关系：NMF 在数据库社区的应用主要包括：矩阵分解索引（如协同过滤中的用户-物品矩阵分解）、降维用于近似查询（ANN 中的 PCA/NMF 索引）、Schema 匹配与数据融合——但该综述本身是纯方法论文，非 database 系统研究 3. 时间差警示：2014年方法论文；近 Separable NMF 的高效算法在 2014-2024 年间已被后续工作超越（如 Hottopixx、SNMF 等）；作为 ML4DB 工具的现代化使用方式（如张量分解+数据库索引）已远超该综述范围 4. 建议归入节：§2.9 ML4DB 历史方法论邻注（"NMF 经典方法论文 · 2014年 · near-separable NMF 高效求解 · 邻接 ML4DB 矩阵分解索引方向，但属历史方法论参考，非 database 系统研究"）——不升主轴，无需新建条目
可信度：⭐⭐⭐（经典方法论文；但时间差长，ML4DB 最新进展已远超此范围）
增量 4（🟡 工具邻接·无主轴归入）：kevinzhow/raft-flutter — Raft Flutter 客户端
来源：organized/repo_cards/4365-kevinzhow-raft-flutter.md（GitHub Search，2026-10-14 首次采集）
URL：https://github.com/kevinzhow/raft-flutter 主分类：database（repo_card 标注） 形态：app Stars：73（周增 +14） 语言：Dart 最近提交：2026-10-14 成熟度：experimental
要点： 1. Raft 分布式一致性协议的 Flutter 原生客户端实现（原生 Flutter 而非 WebView）；分布式数据库/存储系统的基础共识协议工具 2. database 领域价值：Raft 是 TiKV/CockroachDB/etcd 等主流分布式数据库的核心共识协议；raft-flutter 提供 Flutter 端实现，对移动端/端侧分布式数据库开发有参考价值，但属工具类实现而非 database 研究 3. 建议归入节：不触发活文档主轴条目；可于 §2.14 工具生态邻注（"raft-flutter · Raft Flutter 客户端 · 73 stars · distributed systems 共识协议工具，非 database 研究贡献"）
可信度：⭐⭐（experimental 阶段，stars 有限，工具类）
增量 5（🟡 邻接·无主轴归入）：marketcalls/openalgo — 开源量化交易平台
来源：organized/repo_cards/4369-marketcalls-openalgo.md（GitHub Search，2026-10-14 首次采集）
URL：https://github.com/marketcalls/openalgo 许可：AGPL-3.0 主分类：engineering（repo_card 标注） 主题：agent, database, risk（repo_card 标注） 形态：framework Stars：2851（周增 +0） 语言：Python 最近提交：2026-10-14 成熟度：research 待LLM分类：是（repo_card 标注）
要点： 1. 定位：面向所有人的开源量化交易平台；核心功能为算法交易框架，包含回测/实盘/风险管理模块 2. database 相关性：database 标签来源推测为使用 PostgreSQL/SQLite 存储交易数据（量化平台标准数据持久化），而非数据库系统研究；risk 标签来源为量化风险管理模块；非 database 领域的系统研究贡献 3. 建议归入节：不触发活文档主轴条目；repo 本身待 LLM 分类确认后主分类可能归入 engineering/agent
可信度：⭐⭐（2851 stars 说明工程流行度；但主分类 engineering，非 database 研究；量化平台数据库使用方式非本知识库关注范围）
二、值得警惕的矛盾或待核实说法
1. paper_cards 数据库主题标注不一致
- 1901.06796（Adversarial NLP）和 1401.5226（NMF）均标注 主题: database，但主分类分别为 engineering/engineering；这两篇属于"database 标签过宽"案例——前者的"database"指对抗样本攻击可能影响数据库层的 embedding，后者的"database"指矩阵分解作为 ML4DB 工具，两者与 database.md 核心范围（向量 DB/ANN、AI4DB/Text-to-SQL、HTAP、云原生分布式、Agent 记忆存储）均只有极边缘交叉
- 建议：活文档 R-104 可考虑在 catalog 层面增加"database 主题标签精确性审查"，区分"database 主分类"与"邻接 database"以减少误导性信号
2. openalgo 待 LLM 分类确认 - 当前 repo_card 标注 database 标签，但主分类 engineering；量化平台的数据库使用（历史 K 线存储、订单数据持久化）非本知识库关注范围；建议 R-104 入库前确认主分类是否升为 database 或维持 engineering
三、可引用的 arXiv 号列表（来自本批材料）
| arXiv ID | 标题 | 相关性说明 |
|---|---|---|
| 2312.10997 | Retrieval-Augmented Generation for Large Language Models: A Survey | §2.10 RAG 评测体系已有锚定；本轮 OpenAlex 元数据更新，无内容增量 |
| 1901.06796 | Adversarial Attacks on Deep Learning Models in NLP: A Survey | pre-LLM 时代对抗攻击综述；邻接 §2.8 安全；参考价值有限 |
| 1401.5226 | The Why and How of Nonnegative Matrix Factorization | 2014年 NMF 方法论文；邻接 §2.9 ML4DB 历史方法论 |
注意：1505.00468（VQA benchmark，2015年）被引 6762 但属 multimodal/benchmark 方向，与 database.md 关注的数据层范围无关，不建议引用为 database 知识来源。
四、O167/O168/O169 待核实问题状态（来自 R-103）
以下为上轮 R-103 预消化留下的三个开放问题，本轮无新进展，状态沿用。
| 编号 | 问题 | 上轮状态 | 本轮状态 |
|---|---|---|---|
| O167 | pgvector 分水岭共识是否会成为 2027 VecDB 厂商战略调整基础（Pinecone 探索出售 + Turbopuffer v3 主索引降级模式） | 待 R-104+ 跟踪 | 无新数据，仍待 R-104+ |
| O168 | AI 负载改写数据库内核与 HarnessSQL "train-deploy mismatch" 在内核层的耦合效应；VLDB 2026 官方论文集是否收录 AI 内核相关论文 | 待 R-104+ 跟踪 | 无新数据，仍待 R-104+ |
| O169 | TDSQL TPC-DS benchmark 第二/第三名对手身份；TDSQL VLDB 2026 论文题名与作者团队 | 待 R-104+ 跟踪 | 无新数据，仍待 R-104+ |
五、本轮综合判断
增量密度：极低（0 实质新贡献）
本轮 8 件材料均不提供 database 领域的实质性新研究贡献： - 0 件新 arXiv 论文 - 0 件 benchmark 新数据 - 0 件新共识或争议 - 0 件工具或工程突破
Stephen 协调检查已独立确认 database 方向当日零净增，与本轮材料分析一致。
活文档今晚接力建议： 1. 优先推进 O167/O168/O169 主动搜索：这三个问题均依赖外部检索（VecDB 厂商战略、VLDB 2026 官方论文集、TPC-DS 完整排名），建议今晚主 E1 轮次主动 web search，而非被动等待清单输入 2. 关注工作队列 Top 15 的 ARCS 2610.09396 深度解读：该条目为 Oct 13 database e1prep 核心增量，工作队列已锚定，建议跟进精读原文确认 structured disambiguation 具体技术形式 3. 关注 Oct 14 工程简报中的 Scion VCS（Anthropic 自研源码控制系统）：分支历史 100 GB、日合并 2500→30000+，属于超大规模代码库工程实践，与数据库内核的版本管理/事务控制有方法论借鉴价值，但非 database 系统本身
本文件由 Jay（E1 预消化轮 · database · 2026-10-14 20:20 CST）自动生成 检查材料：8 件（work-guard materials 清单全量）+ 2 份历史锚定 + work-queue + knowledge base 基线 无显著新增量；不硬凑条目