engineering · E1 预消化简报 (2026-10-21)
轮次：E1 日间预消化 | 统计：5 条增量条目 + 1 条待核实条目 | 涉及 arXiv：6 个（2610.26260, 2610.26143, 2610.26105, 2610.26220, 2606.06090, 2204.00598）
■ 增量 1 | NevIR 数据集与固定候选池重排序评估
来源： inbox/jay/2026-10-21-1050-engineering-screen.md + arXiv 2610.26260
arXiv： 2610.26260 | 作者：Yuning Bian | IEEE BigData 2026（Undergraduate & REU Consortium）
出处链接： github.com/ql-link/LinkRag-Eval
核心发现
- 近义 passages 之间可能仅在否定词等决定性条件上存在差异（"negation"干扰），重排模型对这一对能给出正确偏好排序，却可能把优选 passage 放在检索列表很后的位置。
- 在 2,736 个测试查询方向上：成对训练的 reranker 严格偏好率 56.62% vs 固定融合 52.30%，但preferred-passage MRR 从 0.5764 跌至 0.3055——pairwise 偏好率改善 ≠ 首位命中改善，两者须联合评估。
- 大 beam size 会掩盖 SID 漂移的真实严重程度：在固定 top-20 重排下 bounded pointwise 重排同时改善两个指标；Qwen3-14B-AWQ 达 77.45% 严格偏好率和 0.7509 MRR。
建议归入活文档节
knowledge/engineering.md → 检索系统评估方法 或 Reranking 质量保障 章节。
关系
该发现补充了检索质量评估中"pairwise accuracy 掩盖 MRR 退化"的盲区，与现有的 ranking 评估指标体系存在关键补充关系。
■ 增量 2 | FLMNet：单塔 CTR 模型的无采样自蒸馏
来源： inbox/jay/2026-10-21-1050-engineering-screen.md + arXiv 2610.26143
arXiv： 2610.26143 | 作者：Yifan Wang | cs.IR / cs.LG | 提交：2026-10-19
代码： github.com/ivanna10240823-rgb/flmnet
核心发现
- 理论证明：当 dropout 模式趋于无穷时，目标函数严格退化为"logit 平均预测的标签损失 + 网络分歧惩罚项"。
- 闭式近似：当 dropout 不影响网络门控特征的方式时，该惩罚项可闭式近似，从而训练过程无需随机采样。
- 5 个基准数据集 vs 17 个 baseline：FLMNet 在精度上均取得前两名，且推理时为单一网络、无需采样开销。
- 核心对比：FinalNet / QNN 等已有 CTR 模型的自蒸馏增益来源被首次理论解释清楚。
建议归入活文档节
knowledge/engineering.md → 推荐系统 / CTR 预测 或 模型蒸馏与知识迁移 章节。
关系
对现有 CTR 模型（FinalNet/QNN）自蒸馏实践提供了理论支撑，可与活文档中特征交互建模内容形成纵向深化。
■ 增量 3 | 动态电商搜索：SID 地图拓扑保持原则
来源： inbox/jay/2026-10-21-1050-engineering-screen.md + arXiv 2610.26105
arXiv： 2610.26105 | 作者：Xing Fang 等 7 人 | 提交：2026-10-19
代码： 67 天大规模电商搜索日志实验 + TmallAPP 线上 A/B 测试 3 周
核心发现
- SID 语义漂移造成严重检索退化，且被大 beam size 掩盖：beam=1 时 HitRate 下降 41.78–62.05%；beam=1000 时仅下降 8.33–10.85%，冗余候选生成掩盖了真实漂移程度。
- SID 变化比例与检索质量严格单调相关：重映射比例从 0% 升至 72.75%，HitRate 单调下降最多 42.66%（beam=1）。
- 完整重映射即便做 warm-start 训练仍明显差于保留策略。
- SID 拓扑保持原则：固定旧 item SID、插入新 itemSID、从旧模型 warm-start——旧 item HitRate +10%、新 item HitRate +109%。
- 部署口诀：Insert new-items, freeze old-items; warm-start when possible, otherwise freeze; never change SIDs the model has already learned.
- 线上效果：UCTCVR +0.29%、GMV +1.16%（3 周 A/B）。
建议归入活文档节
knowledge/engineering.md → 生成式检索系统 或 电商搜索系统 章节。
关系
直接补充了生成式检索（generative retrieval）在动态环境中的工程实践缺口，与活文档现有 reranking 方法形成数据层到推理层的完整链条。
■ 增量 4 | MAGE：长程 Agent 的分层状态树执行管理
来源： organized/paper_cards/002-2606-06090.md + arXiv 2606.06090
arXiv： 2606.06090 | 作者：Yaoqi Chen 等 13 人 | cs.AI | 提交：2026-06
代码/资源： arXiv HTML | 被引：8（S2）
核心发现
- 问题：现有 RAG/agent memory 系统按语义相似度组织历史，会把有效轨迹、失败轨迹、局部相关但状态不连续的信息混在一起，导致长程任务中执行状态破坏和错误级联。
- 方案：MAGE（Memory as Agent-Guided Exploration）将交互存储在分层状态树中；agent 从根到当前节点的路径推导状态，结合子目标摘要、最近轨迹、先验分支提示。
- 四个耦合操作：Grow（记录新轨迹）、Compress（摘要已完成子目标）、Maintain（验证摘要）、Revise（恢复目标边界并在新分支继续）。
- 效果：平均任务成功率提升 7.8–20.4 个百分点，token 消耗减少 55.1%。
建议归入活文档节
knowledge/engineering.md → Agent 架构 / 长程任务 / Memory 系统 章节。
关系
与现有 Agent 记忆/规划类内容形成架构对比；token 消耗减少 55% 对生产部署有直接参考价值。
■ 增量 5 | Socratic Models：零样本多模态组合推理
来源： organized/paper_cards/1805-2204-00598.md + arXiv 2204.00598
arXiv： 2204.00598 | 作者：Andy Zeng（Google Robotics）等 | 提交：2022-04
被引： 770（S2）/ 205（OpenAlex）/ 43（影响力）
核心发现
- 框架：通过多模态信息提示让预训练模型零样本互相调用，无需微调即可组合出新的多模态能力。
- 零样本图像captioning 和视频-to-文字检索达到 SOTA；首次实现第一人称视频自由问答和多模态辅助对话。
- 核心洞察：不同领域预训练模型（如 VLM 和 LLM）存储的常识知识形态不同，这种差异是"共生的"——可通过 Socratic 对话式提示加以利用。
- 这是一种"模型协作"而非"模型融合"的范式。
建议归入活文档节
knowledge/engineering.md → 多模态系统 / Foundation Model 组合 章节。
关系
本条目为 2022 年旧文，活文档 knowledge/engineering.md 中可能已有记录，但 2204.00598 的"模型组合而非融合"设计理念仍值得与当前 Agent 工具调用实践对比参考。
■ 待核实条目 | wp2shell-PoC：CVE-2026-63030 / CVE-2026-60137
来源： organized/repo_cards/4512-gichirimaku-wp2shell-poc.md | Stars: 562 | 语言: Python | 提交: 2026-10-20
说明
- 该 repo 声称实现 CVE-2026-63030 + CVE-2026-60137 的 RCE 链（远程代码执行）。
- 警告：CVE 编号格式 CVE-2026-63030 存在异常（通常 2026 年尚无此编号），需通过 NVD 官方数据库核实真伪，未核实前不得引用。
- 如属实，与 WordPress 安全研究相关，可归入工程安全监测节；如为虚构则丢弃。
建议归入
knowledge/engineering.md → 安全监测 / CVE 跟踪 节（待核实后决定升降级）。
■ 低优先级条目（不纳入主报告）
| 名称 | Stars | 内容 | 决定 |
|---|---|---|---|
| WindowSmash (SNO2207/WindowSmash) | 298 | Windows x64 移植《任天堂明星大乱斗 特别版》：静态 AArch64 重编译 + D3D11 运行时 + 无线本地联机 relay | 实验性游戏工程，极客向，可纳入工具 registry 备注 |
| PaidToStudyAbroad (BeckyGlobal/) | 428 | 留学奖学金汇总（71 条，引官方来源） | 非工程/技术内容，丢弃 |
| ElyOffice (ELY-Open-Source/ElyOffice) | 544 | Rust + GPUI 的离线优先桌面应用框架 | 偏产品/UI方向，无具体算法贡献，参考价值有限 |
■ 矛盾与待核实项
- CVE 编号存疑：wp2shell-PoC 中的 CVE-2026-63030 编号需通过 NVD 核实；不得在活文档中以确定口吻引用。
- 大 beam size 的掩盖效应：NevIR（2610.26260）发现在电商搜索（2610.26105）语境下同样被大 beam 掩盖——两个独立工作共同指向同一现象，相互印证，可作为"通用工程警示"提升权重。
- Socratic Models (2204.00598)：2022 年旧文，活文档若已有记录则本条为冗余；建议交叉核实后决定去留。
■ 可引用 arXiv 号列表
| 编号 | 标题（简） | 提交日期 |
|---|---|---|
| 2610.26260 | Preference Is Not Position (NevIR) | 2026-10-20 |
| 2610.26143 | FLMNet: Single-Tower CTR Self-Distillation | 2026-10-19 |
| 2610.26105 | Don't Rewrite the SID Map | 2026-10-19 |
| 2610.26220 | Bablar26: Multilingual Web Genre Dataset | 2026-10-19 |
| 2606.06090 | MAGE: Memory as Execution State Management | 2026-06 |
| 2204.00598 | Socratic Models: Zero-Shot Multimodal Composition | 2022-04 |
报告生成：Jay · E1 预消化轮 · 2026-10-21 | 材料来源：清单 864d359a-097d-42a5-afbc-7290e4c0c6d4 内 8 条原始材料 + 6 条 arXiv 摘要页