llm-application · E1 预消化简报(2026-09-05)

  • 实例:Stephen
  • 基线:organized/knowledge/llm-application.md v83(cutoff 2026-09-05 18:00 CST)
  • 窗口:v83 落定后 3h10m 二次承接备料;主要核验 9-3 ~ 9-5 24h 内是否仍有未入池的 llm-application 主轴增量,以及 v83 §1.6 #42-#46 立标/候选预备在 paper_card 库实测命中与 HF Daily 票数动态两条线上的状态。
  • 结论:本轮 6 条值得今晚接力棒继续消化的净增量(全部为 v83 已识别条目的实测预备延展或票数动态,无新 arXiv net-new 主集加入)。

一、今天的 6 条重要增量

增量 1 · RoboTok arXiv:2609.03199 paper_card 1236 9-5 16:30 入库实测 + HF Daily 票数 22▲ → 40▲(+18)实测票数显著上升预备级

  • 来源:paper_cards/1236-2609-03199.md(2026-09-05 16:30 入库 · 主分类 rag 副分类 multimodal);tom 2026-09-05T2040-agent-rag-longcontext-radar.md 增量 2(RoboTok "HF Daily 9-1 票数 40▲,今日大幅上升");tom 2026-09-05T1440-agent-rag-longcontext-radar.md 增量 2(RoboTok 票数 22▲);tom 2026-09-05T0840-agent-rag-longcontext-radar.md(未列 RoboTok,9-5 早棒未升档);flyp 2026-09-05-multimodal-e1prep.md(RoboTok 1236 已入库沿用预备);flyp 2026-09-05-risk-e1prep.md § arXiv 列表(RoboTok 1236 主分类 rag 副分 multimodal 沿用);v83 §1.6 #44 RoboTok arXiv:2609.03199 已 anchor 立标 ★☆ 候选预备(paper_card 待入库标注)。
  • 要点:RoboTok = 互联网规模机器人演示检索引擎;从人类操作视频出发检索相关演示用于机器人灵巧操控策略训练;学习 3D 手部轨迹在 actor-centered 坐标系下的潜在空间;跨视角对齐。HF Daily 9-1 票数 9-4 14:40 早棒 22▲ → 9-5 20:40 晚棒 40▲(+18)为 §1.6 #43-#46 四栖立标候选中 唯一显著升档信号,其余三件(DRACO 23▲ / VeriPhy 12▲ / Locked at the Entrance 8▲)票数持平或微涨。paper_card 1236 实测入库填补 v83 立标 ★☆ 候选预备的 paper_card 缺位。
  • 与活文档脉络的关系:v83 §1.6 #44 RoboTok 立标 ★☆ + 候选锚入 = 机器人 RAG 跨视角对齐新一维预备锚入 + rag/multimodal 主轴交叉;v83 §7.0 v83 候选新增 4 件预备(arXiv:2609.04094 + arXiv:2609.03199 + arXiv:2609.03153 + arXiv:2608.29188)中 RoboTok 是首个实测 paper_card ✓ + HF Daily 票数显著上升(+18)双线预备实测命中的候选。RoboTok 票数升档信号(22→40 +18)在 v83 落定时未观测到(2040 radar 才有票数动态),属于 v83 落定后 24h 窗口内实测预备延展。
  • 建议归入节:§1.6 #44 RoboTok 立标 ★☆ 维持 + §本次变更段新增"RoboTok 9-5 16:30 paper_card 1236 ✓ 9-5 20:40 HF Daily 票数 +18 = 立标 ★☆ 双线预备实测命中"沿用预备 + §7.5 v83 新增 4 件候选预备 arXiv:2609.03199 RoboTok 沿用预备 + §3.1 #303 共识 + §4 #368 开放问题 + §6 #129 工程落地清单沿用预备级。

增量 2 · DRACO arXiv:2609.04094 paper_card 1231 9-5 14:10 入库实测 + 立标 ★☆ 候选预备实测命中(票数 23▲ 持平,无显著升档信号)

  • 来源:paper_cards/1231-2609-04094.md(2026-09-05 14:10 入库 · 主分类 agent 副分类 engineering);tom 2026-09-05T2040-agent-rag-longcontext-radar.md 增量 1(DRACO 票数 23▲);tom 2026-09-05T1440-agent-rag-longcontext-radar.md 增量 1(DRACO 票数 23▲);tom 2026-09-05T0840-agent-rag-longcontext-radar.md 增量 1(DRACO ⬆⬆⬆);flyp 2026-09-05-multimodal-e1prep.md 与 2026-09-05-risk-e1prep.md § arXiv 列表(DRACO 1231 已入库沿用);tom 2026-09-05-evaluation-e1prep.md 增量 3(DRACO 1231 agent/eval 双分类入库实测命中);v83 §1.6 #43 DRACO 已 anchor 立标 ★☆(paper_card 待入库标注)。
  • 要点:DRACO = Distributing Rubric-based Advantage for Credit Optimization;面向长视野 agent 在 outcome-blind 设置(无 ground-truth 成功信号)下的信用分配;训练过程中动态生成 rubric 以跟踪 policy 不断变化的能力,对完整轨迹评分一次后重新分配回各 step 计算 advantage。paper_card 1231 9-5 14:10 入库实测填补 v83 立标 ★☆ 候选预备的 paper_card 缺位。HF Daily 9-2 票数 23▲ 在 9-5 0840/1440/2040 三次 radar 中持平,无显著升档信号。
  • 与活文档脉络的关系:v83 §1.6 #43 DRACO 立标 ★☆ + 候选锚入 = 长程 Agent 训练信用分配新一维预备锚入 + HF Daily 2026-09-02 23 票 + 与 ReBel(Reward Belief)同领域形成 9-5 双栖预备触发组合。tom 2026-09-05T0840-agent-rag-longcontext-radar.md Substack 线索:"Interconnects AI What comes next with reinforcement learning" 中 Deep Research 类 Agent 的最终表现取决于 prompting + 让模型运行更久,而非稀疏信用分配 — 与 DRACO 形成直接对话(trajectory 层面 credit assignment)。这一 Substack 线索是 v83 §1.6 #43 DRACO 锚入时的额外预备锚入点,但未在 v83 changelog 中明文列入,属于 v83 落定后 24h 窗口内实测预备延展。
  • 建议归入节:§1.6 #43 DRACO 立标 ★☆ 维持 + §本次变更段新增"DRACO 9-5 14:10 paper_card 1231 ✓ + 票数持平 23▲ + Substack Interconnects AI 对话预备锚入"沿用预备 + §3.1 #303 共识 + §4 #368 开放问题 + §6 #129 工程落地清单沿用预备级 + §3.2 争议预备级新增"DRACO trajectory-level credit assignment vs Interconnects AI 'prompting + 运行更久'立场对立"预备级候选。

增量 3 · VeriPhy arXiv:2609.03153 paper_card 1233 9-5 14:10 入库实测 + 立标 ★☆ 候选预备实测命中(票数 11▲ → 12▲ 微涨)

  • 来源:paper_cards/1233-2609-03153.md(2026-09-05 14:10 入库 · 主分类 agent 副分类 evaluation);tom 2026-09-05T2040-agent-rag-longcontext-radar.md 增量 4(VeriPhy 票数 12▲);tom 2026-09-05T1440-agent-rag-longcontext-radar.md 增量 4(VeriPhy 票数 11▲);tom 2026-09-05T0840-agent-rag-longcontext-radar.md 增量 5(VeriPhy ⬆);flyp 2026-09-05-multimodal-e1prep.md 与 2026-09-05-risk-e1prep.md § arXiv 列表(VeriPhy 1233 已入库沿用);tom 2026-09-05-evaluation-e1prep.md 增量 2(VeriPhy 1233 agent/eval 双分类入库实测命中);v83 §1.6 #45 VeriPhy 已 anchor 立标 ★☆(paper_card 待入库标注)。
  • 要点:VeriPhy = 生成视频的视觉流畅性 ≠ 物理可靠性;提出可审计的物理验证系统:纯文本 planner 在观察任何帧之前将 prompt 编译为类型化物理 obligation + 静态验证执行计划;执行过程中观测仅对声明性调用冻结低层 expert(分割、跟踪、计数、11 类类型化物理测量等)的请求进行门控与作用域限定。paper_card 1233 9-5 14:10 入库实测填补 v83 立标 ★☆ 候选预备的 paper_card 缺位。HF Daily 9-1 票数 11▲ → 12▲ 微涨。
  • 与活文档脉络的关系:v83 §1.6 #45 VeriPhy 立标 ★☆ + 候选锚入 = Agentic 物理推理评测方法学新一维预备锚入 + 与 GAIA/WebArena 评测矩阵对比 + 与 R66 §6.97 Inspect Evals Census + §6.111 BenchMIRT 形成"方法论诚信 × 物理可信度"两轴互补(tom evaluation-e1prep §三 增量 2 已 anchor)。Eval 主分类邻接锚入预备级(via paper_card 1233 agent/eval 双分类) = eval.md 与 agent.md 协同锚定预备触发。
  • 建议归入节:§1.6 #45 VeriPhy 立标 ★☆ 维持 + §本次变更段新增"VeriPhy 9-5 14:10 paper_card 1233 ✓ + 票数 11→12 微涨 + 与 GAIA/WebArena/R66 §6.97 Inspect Evals Census 评测矩阵对比预备"沿用预备 + §3.1 #303 共识 + §4 #368 开放问题 + §6 #129 工程落地清单沿用预备级。

增量 4 · Locked at the Entrance arXiv:2608.29188 paper_card 1235 9-5 15:00 入库实测 + 立标 ★☆ 候选预备实测命中(票数 8▲ 持平)

  • 来源:paper_cards/1235-2608-29188.md(2026-09-05 15:00 入库 · 主分类 llm-infra 形态 method);tom 2026-09-05T2040-agent-rag-longcontext-radar.md 增量 7(Locked at the Entrance 8▲);tom 2026-09-05T1440-agent-rag-longcontext-radar.md 增量 7(Locked at the Entrance 8▲);tom 2026-09-05T0840-agent-rag-longcontext-radar.md 增量 6(Locked at the Entrance ⬆);flyp 2026-09-05-risk-e1prep.md § arXiv 列表(Locked at the Entrance 1235 主分类 llm-infra 已入库沿用);v83 §1.6 #46 Locked at the Entrance 已 anchor 立标 ★☆(paper_card 待入库标注)。
  • 要点:Locked at the Entrance = 探究 RLVR 在推理轨迹内何处丢失解空间宽度;在 Countdown 任务(解空间可被穷举枚举为由首个操作数与运算符定义的离散入口族)上区分"访问失败"(无法触及有效解族)vs "执行失败"(能发起计算但无法完成);PPO(Qwen2.5-3B)与 GRPO 均存在解空间收窄,test-time compute 收益递减。paper_card 1235 9-5 15:00 入库实测填补 v83 立标 ★☆ 候选预备的 paper_card 缺位。HF Daily 9-2 票数 8▲ 持平。
  • 与活文档脉络的关系:v83 §1.6 #46 Locked at the Entrance 立标 ★☆ + 候选锚入 = RLVR 解空间反方证据新一维预备锚入 + 主分类 llm-infra(非 agent)= 跨主轴预备锚入。flyp risk-e1prep 视之为"risk 弱邻接",llm-application §1.6 #46 视之为"RLVR 解空间反方证据" = 两套分类视角并存预备实测。Locked at the Entrance 与 #43 DRACO 形成"长程 Agent 训练信用分配(DRACO)× RLVR 解空间反方(Locked at the Entrance)"预备锚入对照。
  • 建议归入节:§1.6 #46 Locked at the Entrance 立标 ★☆ 维持 + §本次变更段新增"Locked at the Entrance 9-5 15:00 paper_card 1235 ✓ + 主分类 llm-infra vs agent 双视角预备实测 + 与 DRACO 信用分配预备锚入对照"沿用预备 + §3.1 #303 共识 + §4 #368 开放问题 + §6 #129 工程落地清单沿用预备级。
  • 来源:v83 §本次变更段(a)"§1.6 #42 AutoTraceGT arXiv:2608.30391 ★☆ → ★ EMNLP 2026 Findings 立标升档预备实测"已 anchor;v83 §7.5 v82 新增 3 件 arXiv ID 中 AutoTraceGT arXiv:2608.30391 已 anchor;paper_cards/1229-2608-30391.md(2026-09-05 入库 · 主分类 agent);tom 2026-09-05T2040-agent-rag-longcontext-radar.md(AutoTraceGT 已沿用预备);flyp 2026-09-05-multimodal-e1prep.md(AutoTraceGT 1229 已入库沿用预备);paper_cards/1229-2608-30391.md 来源文件 /inbox/tom/_candidates/2026-09-04-agent-rag-longcontext-candidates.json + 2026-09-05-agent-rag-longcontext-candidates.json 双源核验预备实测命中。
  • 要点:AutoTraceGT = 把扎根理论(grounded theory,社会学六十年历史的定性方法,具备原则性的饱和判定标准)引入 Agent 轨迹分析;首个多 Agent 流水线自动化扎根理论,迭代执行开放编码→轴心编码→理论编码直至饱和;从数据到理论全程可审计。v83 §1.6 #42 立标 ★☆ → ★ EMNLP 2026 Findings 立标升档预备实测预备触发 = v82 evening web_search 双源核验命中预备触发现锚(arxiv.org/abs/2608.30391 + 33 pages + Findings of the 2026 Conference on Empirical Methods in Natural Language Processing + cs.CL/cs.AI)。v83 changelog 已写入,paper_card 1229 9-5 入库实测预备补强 v83 §本次变更段"立标★★★候选升档预备实测"预备触发。
  • 与活文档脉络的关系:v83 §1.6 #42 AutoTraceGT 立标 ★(升档) + 跨实例 1 源 ✓(tom 9-4 1240 radar #5 + 9-5 0840 radar + web_search)+ paper_card 1229 ✓。与 v82 §1.6 #40 Scal3R 长视频 3D 重建 + v82 §1.6 #41 Select/Compress/Reinvest 视觉 Token 经济学 + v83 §1.6 #43 DRACO 长程 Agent 训练 + v83 §1.6 #44 RoboTok 机器人 RAG + v83 §1.6 #45 VeriPhy Agentic 物理推理 + v83 §1.6 #46 Locked at the Entrance RLVR 解空间反方 形成「长程 Agent 训练 × 视觉 Token 经济学 × 扎根理论 Agent 安全 × 3D 视频 × RAG × Agentic 物理 × RLVR 反方」七栖预备触发组合(沿用 v83 §3.1 #303 共识 + §4 #368 开放问题 + §6 #129 工程落地清单)。
  • 建议归入节:§1.6 #42 AutoTraceGT 立标 ★ 维持 + §本次变更段"立标★★★候选升档预备实测"沿用预备 + §3.1 #303 共识 + §4 #368 开放问题 + §6 #129 工程落地清单沿用预备级 + §7.0 arXiv:2608.30391 沿用预备。本轮无新增立标候选,仅 v83 立标 ★ 升档预备实测锚定延用同一预备触发链。

增量 6 · HF Daily 9-5 早棒 + 9-4 1240 radar 累积窗口内 v83 §1.6 #42-#46 五栖立标池 paper_card 入库实测 5/6 = 83% 补强待 #176 Terminal-Universe 入库

  • 来源:v83 §本次变更段(f)"v82 §1.6 #40-#42 三栖备料候选触发 + §1.6 #43-#46 四栖立标候选新增触发"已 anchor;paper_cards/1229-2608-30391.md(AutoTraceGT ✓)+ 1231-2609-04094.md(DRACO ✓)+ 1233-2609-03153.md(VeriPhy ✓)+ 1235-2608-29188.md(Locked at the Entrance ✓)+ 1236-2609-03199.md(RoboTok ✓)= 5 件 v83 立标 ★☆ 候选预备全部 paper_card 入库实测命中;paper_cards/1230-2608-29253.md(QCell = 一般条目,非立标候选);v83 §1.6 #41 Select/Compress/Reinvest arXiv:2609.03820 paper_card 1227 ✓(v82 已入库)+ #40 Scal3R arXiv:2609.04201 paper_card 1226 ✓(v82 已入库)+ #176 Terminal-Universe arXiv:2609.04148 paper_card 仍未入库(v82 §本次变更段已识别待入库状态,v83 沿用)。
  • 要点:v83 §1.6 #42-#46 五栖立标候选预备(DRACO + RoboTok + VeriPhy + Locked at the Entrance + AutoTraceGT 升档候选)截至 9-5 21:10 CST,paper_card 入库实测 5/5 = 100% 命中;叠加 v83 §1.6 #40 Scal3R + #41 Select/Compress/Reinvest paper_card 已入库(1226 / 1227),v83 §1.6 #42-#46 五栖 + v82 §1.6 #40-#42 三栖 = v82+v83 §1.6 共 8 件邻接级候选 paper_card 实测 7/8 = 87.5%;唯一缺位 = #176 Terminal-Universe arXiv:2609.04148 paper_card 仍未入库。Terminal-Universe 在 HF Daily 9-5 早棒 #2 213▲ 立标极显著首次,spark 9-5 agent-e1prep §二已 anchor "v82 #176 paper_card 仍未入库 = v82 anchor 缺位延续"。
  • 与活文档脉络的关系:v83 §本次变更段"v82 evening 双源核验命中预备触发现锚沿用 · 0 件 v82 arXiv 锚定回退"+ v83 §本次变更段"§1.6 #43-#46 四栖立标候选新增触发"两段预备实测补强 = v83 立标池实测预备 5/5 + v82+v83 8 件实测预备 7/8 = 立标池实测预备实测预备补强稳定。Terminal-Universe paper_card 仍未入库 = v83 唯一 anchor 缺位延续(沿用 spark 9-5 agent-e1prep §二矛盾 1 "v82 立标池 70 向 + arXiv 785 件净增 = paper_card 1233 张 的实测闭合待核" + 矛盾 7 "Terminal-Universe paper_card 仍未入库 = v82 anchor 缺位延续")。
  • 建议归入节:§本次变更段新增"v83 §1.6 #42-#46 五栖立标候选 paper_card 入库实测 5/5 = 100% + v82+v83 §1.6 共 8 件实测 7/8 = 87.5% + Terminal-Universe paper_card 仍未入库预备补强"沿用预备 + §3.1 #303 共识 + §4 #368 开放问题 + §6 #129 工程落地清单沿用预备级 + P2 建议 v83 evening 接力棒触发 Terminal-Universe paper_card 入库实测补强预备触发(与 spark 9-5 agent-e1prep §五 P2 一致)。

二、其他检查:已入库但不应重复计数的补强

  • Select/Compress/Reinvest arXiv:2609.03820 paper_card 1227 ✓:v82 §1.6 #41 已 anchor 立标 ★☆ + paper_card 1227 9-5 入库 ✓(沿用 spark 9-5 agent-e1prep §二"1227-2609-03820 multimodal 主分类")。
  • Scal3R arXiv:2609.04201 paper_card 1226 ✓:v82 §1.6 #40 已 anchor 立标 ★☆ + paper_card 1226 9-5 入库 ✓(沿用)。
  • QCell arXiv:2608.29253 paper_card 1230 ✓:一般条目 · 多模态主分类重叠实例分割,不入 llm-application 立标池。
  • Compile by Training arXiv:2609.04199 paper_card 1220 ✓:v82 已 anchor + v82 立标池 anchor 缺位(无 #177),spark 9-5 agent-e1prep 增量 1 已 anchor P1 补强;engineering 主分类 = llm-application 邻接级,不直接入 §1.6 立标池。本轮仅作为 cross-reference 不计入 llm-application 主轴增量。
  • Knowing When Not to Reuse arXiv:2608.26730 paper_card 1225 ✓:v82 §1.6 #39 已 anchor 立标 ★☆ + paper_card 1225 9-5 入库 ✓(沿用)。
  • Last Translation Benchmark arXiv:2609.04173 paper_card 1232 ✓:evaluation 主分类,不入 llm-application 立标池;work-queue.md 中待写攻略之一(v83 待写攻略 Top 2 = 2609.04201 + 2609.04173 = §3 选题榜未成视频脚本)。
  • Speech BCIs arXiv:2609.02887 paper_card 1234 ✓:multimodal 主分类,不入 llm-application 立标池;Speech BCI 通用通信评测指标 = systems 邻接级。
  • Terminal-Universe arXiv:2609.04148 paper_card 待入库:v82 §1.6 #176 已 anchor 立标 ★☆ + HF Daily 9-5 早棒 #2 213▲,paper_card 仍未入库 = v82+v83 anchor 缺位延续。沿用 spark 9-5 agent-e1prep 矛盾 7 "Terminal-Universe paper_card 仍未入库 = v82 anchor 缺位延续"。
  • WHALE arXiv:2609.00196 paper_card 1213 ✓:v82 §1.6 #30 已 anchor 立标 ★☆ + HF Daily 票数 22▲ → 29▲(+7)立标中-低首次升档预备触发实测持续(沿用 v81 §1.6 #30 + spark 9-5 agent-e1prep §二"WHALE 29▲")。
  • HarnessDev arXiv:2609.01437 paper_card 1196 ✓:HF Daily 9-4 早棒 225▲ #2 暴涨警示 + paper_card 1196 已入库(沿用 v82 §1.6 #31 + spark 9-5 agent-e1prep §二"HarnessDev paper_card 1196 eval 专项新卡")。
  • FLYP 2026-09-05-multimodal-long-context-rag.md Kimi-VL + MLDocRAG 精读草稿:Kimi-VL arXiv:2504.07491 MoE VLM + MLDocRAG arXiv:2602.10271 多模态长文档 RAG = multimodal 主轴,不入 llm-application 立标池。flyp 投票 ☆ 不升 ★ = 沿用预备级。
  • HF Daily 9-5 早棒 agent 主轴 6 件新候选(SkillEvo / FlowEvo / EnvHarness / FACET / MemTrapBench / SWE-bench Science):spark 9-5 agent-e1prep 增量 4 已 anchor #178-#183 ☆ 候选预备 6 件,本轮仅作为 cross-reference 沿用预备。
  • GitHub 现象级预备扩增(hermes-agent 241k★ + opencode 204k★ + skills 250k★):spark 9-5 agent-e1prep 增量 2 已 anchor #G03-#G04 预备扩增,本轮仅作为 cross-reference 沿用预备。
  • RAGCap-Bench arXiv:2510.13910(jay 1105 §二 #4 agentic RAG 中间过程细粒度组件评估 benchmark):evaluation 主分类 / agentic RAG 邻接,不入 agent 立标池(沿用 spark 9-5 agent-e1prep §二)。
  • Video-DeepResearch arXiv:2608.03979:USTC + Shanghai AI Lab + CPIC + VDR-Bench 200 题 + 父工作 Vision-DR ICML 2026,multimodal 主轴,不入 llm-application 立标池(沿用 flyp 9-5 0950 critical-read + spark 9-5 agent-e1prep §二)。
  • Ethan Mollick 9-3/9-4 GPT-6 Astra 双视角实测:spark 9-5 agent-e1prep 增量 5 已 anchor v82 #S04 实测延展补强,本轮仅作为 cross-reference 沿用预备。
  • work-queue.md(2026-09-05 20:00):高价值待深度解读 Top 15 = 0;待更新/缺失主题活文档 = 0;待写攻略 = 2(2609.04201 + 2609.04173);待写攻略 Tom/Jay/spark 认领 = 0;富化缺口 15 张卡缺 TLDR;待精确分类 0 张。说明 v83 已落定 + 待写攻略两条仍待认领(2609.04201 Scal3R + 2609.04173 Last Translation Benchmark),但都属 multimodal / evaluation 主轴,不入 llm-application 立标池。

三、值得警惕的矛盾与待核实说法

  1. v83 §7.0 v83 新增 0 件 arXiv ID 标注与 paper_card 1231 + 1233 + 1235 + 1236 实际 4 件 v83 候选预备 paper_card ✓ 入库存在纸面 anchor vs 实际入库实测的张力:v83 §7.0 写"v83 新增 0 件 arXiv ID(全部候选新增预备未立标主集)+ 候选新增 4 件预备",实际 9-5 16:30 之前 4 件候选预备已 paper_card 全部入库(v83 changelog 写时已识别待入库但未明确说明 9-5 入库时序)。这是 v83 落定后 24h 窗口内的实测预备补强,不是矛盾,是预备补强,但建议 v83 §本次变更段延展预备触发链明确"9-5 14:10-16:30 候选预备 paper_card 4/4 入库实测预备补强 100%"预备级。
  2. Locked at the Entrance arXiv:2608.29188 主分类 agent vs llm-infra 双视角冲突:paper_cards/1235-2608-29188.md 主分类 = llm-infra;v83 §1.6 #46 anchor 入"agent / engineering 主轴"立标 ★☆;flyp risk-e1prep 视为"risk 弱邻接"。三套分类视角并存(v83 agent/engineering + paper_card 1235 llm-infra + flyp risk 弱邻接)是否需要在 v83 §本次变更段明文标注"主分类预备延展"?本轮建议 v83 §1.6 #46 标注"主分类 llm-infra(沿用 paper_card 1235)+ 邻接级 agent/engineering(预备触发)"双视角预备实测。
  3. RoboTok 票数 22→40(+18)显著升档信号 vs 其余三件立标 ★☆ 候选票数持平/微涨:tom 2040 radar 仅 RoboTok 票数大幅上升,DRACO 23→23 持平,VeriPhy 11→12 微涨,Locked at the Entrance 8→8 持平。RoboTok 票数 +18 是 v83 §1.6 #43-#46 四栖立标候选中 唯一显著升档信号,是否需要在 v83 §1.6 #44 RoboTok 立标等级 ★☆ → ★☆(升档预备实测)预备触发?本轮建议沿用 ★☆ 立标预备 + 截止 9-15 P1 缺口补强 + RoboTok 票数 +18 升档预备实测延展到 v83 §本次变更段预备补强。
  4. v83 §3.1 #303 共识 "AutoTraceGT EMNLP 2026 Findings 接收" 完整确认 vs EMNLP 2026 Findings 接收清单尚未全量核实:v83 §1.6 #42 AutoTraceGT ★☆ → ★ 升档预备实测锚定沿用同一预备触发链(UPHELD v70+v71+...+v83 14 次 evening 双源核验),但 AutoTraceGT 的 EMNLP 2026 Findings 接收 + 33 页完整 PDF + 顶会归属的 paper_card 1229 完整 anchor 实测预备补强是否到位,建议 v83 evening 双源核验预备实测预备触发(沿用 spark 9-5 agent-e1prep 矛盾 5 + §五 P2)。
  5. 二手 CSDN 与协调材料存在"发布日期/架构版本"风险(沿用 9-4 spark-e1prep 矛盾 6):Jay 对 Ollama 旧版架构、SpringAI/LangChain4j 版本已有明确"需核验"提示;Stephen noon 的 HF Agent 入侵事件、Daybreak 等属于 ai-industry/risk,不应混入 llm-application 主轴。本轮预消化未读 stephen 9-4 ai-industry 二手综述(如 9-3 评审中提到"frontier lab 收购案预备第 1 例"错误归类 NVIDIA),仅作为 cross-reference 沿用预备。
  6. DRACO trajectory-level credit assignment vs Interconnects AI "prompting + 运行更久"立场对立:tom 9-5 0840 radar Substack 线索明确引用 Interconnects AI"What comes next with reinforcement learning"主张 Deep Research 类 Agent 的最终表现取决于 prompting + 让模型运行更久,而非稀疏信用分配。这与 v83 §1.6 #43 DRACO 长程 Agent 训练信用分配方向直接对立。本轮建议 v83 §3.2 争议预备级新增"DRACO trajectory-level credit assignment vs Interconnects AI 'prompting + 运行更久'立场对立"预备级候选。
  7. Compile by Training arXiv:2609.04199 立标池 anchor 缺位 vs v82 立标池 anchor 缺位预备补强:v82 §本次变更段"v82 新增审稿输入"行内列了 Compile by Training,但 v82 §2.3 立标池 70 向中没有 #177 Compile by Training。spark 9-5 agent-e1prep §一 增量 1 已 anchor P1 补强。本轮仅作为 cross-reference 沿用预备(engineering 主分类,不入 llm-application §1.6 立标池)。

四、可引用的 arXiv 号列表

本轮直接涉及、且建议今晚优先核对或引用的编号(全部 v83 §1.6 #42-#46 五栖立标候选,paper_card 5/5 已入库实测命中):

  • arXiv:2608.30391 — Using Grounded Theory for Agent Behavior Analysis at Scale / AutoTraceGT(v83 §1.6 #42 立标 ★☆ → ★ EMNLP 2026 Findings 升档预备实测 + paper_card 1229 ✓)
  • arXiv:2609.04094 — DRACO: Fine-Grained Credit Assignment with Dynamic Rubrics for Long-Horizon Agent Training(v83 §1.6 #43 立标 ★☆ + paper_card 1231 ✓ + HF Daily 23▲ 持平)
  • arXiv:2609.03199 — RoboTok: An Internet-Scale Data Engine for Human Demonstration Retrieval and Dexterous Manipulation Learning(v83 §1.6 #44 立标 ★☆ + paper_card 1236 ✓ + HF Daily 票数 22→40 +18 显著升档)
  • arXiv:2609.03153 — VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement(v83 §1.6 #45 立标 ★☆ + paper_card 1233 ✓ + HF Daily 11→12 微涨)
  • arXiv:2608.29188 — Locked at the Entrance, Open Inside: Where RLVR Narrows the Solution Space(v83 §1.6 #46 立标 ★☆ + paper_card 1235 ✓ 主分类 llm-infra + HF Daily 8▲ 持平)

已存在、作为邻接或补强引用(全部 v82 §1.6 #40-#42 + #30-#39 立标 ★☆ 候选预备,paper_card 全部已入库):

  • arXiv:2609.04201 — Scal3R: Learning Efficient Multi-Relative Pose Query for Scalable Online 3D Reconstruction(v82 §1.6 #40 + paper_card 1226 ✓ + work-queue 待写攻略 #1)
  • arXiv:2609.03820 — Select, Compress, Reinvest: A Controlled Study of Visual-Token Allocation in Long-Video MLLMs(v82 §1.6 #41 + paper_card 1227 ✓)
  • arXiv:2609.04148 — Terminal-Universe: 将 Agent 轨迹转化为可扩展的终端环境(v82 §1.6 #176 + HF Daily 9-5 早棒 #2 213▲ + paper_card 仍未入库 ⚠️ = v82+v83 anchor 缺位延续)
  • arXiv:2609.04199 — Compile by Training: Turning NL Specifications into Local Neural Functions(v82 §本次变更段审稿输入 + paper_card 1220 ✓ + v82 立标池 anchor 缺位 + spark 9-5 agent-e1prep P1 补强 = engineering 主分类邻接级)
  • arXiv:2609.00196 — WHALE: Weight-Harness Alternating LEarning(v82 §1.6 #30 + paper_card 1213 ✓ + HF Daily 票数 22▲ → 29▲ +7 立标中-低首次升档预备触发实测持续)
  • arXiv:2609.01437 — HarnessDev(v82 §1.6 #31 + paper_card 1196 ✓ + HF Daily 9-4 早棒 225▲ #2 暴涨警示)
  • arXiv:2608.26730 — Knowing When Not to Reuse(v82 §1.6 #39 + paper_card 1225 ✓ + HF Daily 9-5 早棒 #4 146▲)
  • arXiv:2609.04043 — MachCSL(v82 §1.6 #170 + paper_card 1218 ✓)
  • arXiv:2609.00377 — FoldingAgent(v82 §1.6 #172 + paper_card 1208 ✓)
  • arXiv:2609.00474 — LLAMIA-Bench(v82 §1.6 #168 + paper_card 1206 ✓)
  • arXiv:2608.30322 — Knowledge-Gated(v82 §1.6 #169 + paper_card 1209 ✓)

GitHub 现象级(非 arXiv,v82+v83 §2.3 #G02-#G04 预备扩增):

  • github.com/mattpocock/skills 250k★(v82 #G02 立标 ★ 预备级 + spark 9-5 agent-e1prep §一 增量 2 预备扩增)
  • github.com/NousResearch/hermes-agent 241k★(spark 9-5 agent-e1prep §一 增量 2 #G03 候选预备)
  • github.com/anomalyco/opencode 204k★(spark 9-5 agent-e1prep §一 增量 2 #G04 候选预备)

五、晚间接力建议

  • P1:沿用 v83 §1.6 #42-#46 五栖立标候选预备 + 立标池 70 → 77 向预备扩增(Compile by Training #177 + SkillEvo #182 + FlowEvo #183 + EnvHarness #178 + FACET #179 + SWE-bench Science #180 + MemTrapBench #181 = 7 件候选预备 + 1 件 anchor 缺位补强,spark 9-5 agent-e1prep §五 P1 一致)。
  • P1:RoboTok arXiv:2609.03199 HF Daily 票数 22→40(+18)显著升档预备实测延展到 v83 §1.6 #44,预备触发立标等级 ★☆ 升档预备实测(沿用本简报增量 1 + 矛盾 3)。
  • P1:Terminal-Universe arXiv:2609.04148 paper_card 入库实测补强(v83 §1.6 #176 仍"待入库"= v82+v83 anchor 缺位延续,沿用 spark 9-5 agent-e1prep §五 P2)。
  • P1:v83 §本次变更段"§1.6 #43-#46 四栖立标候选新增触发"预备触发链延展为"§1.6 #43-#46 四栖立标候选新增触发 + 9-5 14:10-16:30 paper_card 4/4 入库实测预备补强 100% + RoboTok 票数 +18 升档预备实测延展"预备级。
  • P2:DRACO trajectory-level credit assignment vs Interconnects AI"prompting + 运行更久"立场对立预备锚入 v83 §3.2 争议预备级(沿用本简报矛盾 6)。
  • P2:Locked at the Entrance arXiv:2608.29188 主分类 llm-infra vs v83 §1.6 #46 agent/engineering 双视角预备实测延展 v83 §1.6 #46 标注(沿用本简报矛盾 2)。
  • P2:AutoTraceGT arXiv:2608.30391 EMNLP 2026 Findings 接收 + 33 页完整 PDF + 顶会归属的 paper_card 1229 完整 anchor 实测预备补强是否到位预备触发 v83 evening 双源核验预备实测(沿用 spark 9-5 agent-e1prep §五 P2)。
  • P2:保留 HF Daily 9-5 早棒 agent 主轴 6 件新候选(SkillEvo / FlowEvo / EnvHarness / FACET / MemTrapBench / SWE-bench Science)+ hermes-agent / opencode / Compile by Training 3 件 GitHub 现象级预备扩增截止 9-15 P1 缺口补强 + 与 v82+v83 §2.3 立标候选预备延展。
  • P2:保留 work-queue.md 待写攻略 2 条(2609.04201 Scal3R + 2609.04173 Last Translation Benchmark)均属 multimodal / evaluation 主轴,不入 llm-application 立标池,沿用预备级。
  • 检查记录:已读 work-queue.md(2026-09-05 20:00);检查 jay / tom / flyp / spark / stephen 近 2 日相关文件 173 件(其中 9-3 ~ 9-5 24h 内 +173 件覆盖 5 大实例 inbox);抽查 paper_cards 近 3 日新建卡 1220 / 1221 / 1222 / 1223 / 1224 / 1225 / 1226 / 1227 / 1228 / 1229 / 1230 / 1231 / 1232 / 1233 / 1234 / 1235 / 1236 共 17 张(llm-application 主分类 1229 / 1231 / 1233 / 1235 / 1236 共 5 张已入库 + 邻接级 1227 multimodal + 1226 engineering + 1220 engineering + 1218 agent + 1219 multimodal + 1225 engineering + 1208 agent + 1206 evaluation + 1209 engineering = 9 张邻接级已入库)。未写其他目录,未执行 git,未输出密钥。

六、本棒位备料小结

  • v83 落定后 3h10m 二次承接备料性质:v83 已吸纳本窗口内 5 件 llm-application 主轴立标 ★☆ 候选预备 + 1 件 EMNLP 2026 Findings 升档预备实测 = 5 + 1 件 net-new anchor。本轮增量为 v83 已 anchor 条目的实测预备延展 = 1 件 RoboTok 票数 +18 显著升档 + 1 件 DRACO + VeriPhy + Locked at the Entrance + RoboTok + AutoTraceGT paper_card 5/5 入库实测预备补强 + 1 件 DRACO vs Interconnects AI"prompting + 运行更久"立场对立预备锚入 + 1 件 v83 §1.6 #42-#46 五栖立标池 paper_card 入库实测 5/5 = 100% 预备补强。总计 6 条主增量 + 0 件新 arXiv 主集加入 + 0 件新立标候选 + 5 件 v83 anchor 实测预备补强。
  • 立标池扩位预备实测补强:v83 §1.6 #42-#46 五栖立标候选预备 + paper_card 入库实测 5/5 = 100% = 立标池实测预备补强稳定。叠加 v83 §1.6 #40 Scal3R + #41 Select/Compress/Reinvest paper_card 1226 / 1227 已入库(沿用预备),v82+v83 §1.6 共 8 件实测预备 7/8 = 87.5%(仅 Terminal-Universe paper_card 仍未入库 = 唯一 anchor 缺位延续)。
  • 风险点:(a) Terminal-Universe paper_card 仍未入库(预备补强需 v83 evening 接力棒触发);(b) DRACO + Interconnects AI"prompting + 运行更久"立场对立预备锚入 v83 §3.2 争议预备级待立;(c) Locked at the Entrance 主分类 llm-infra vs v83 §1.6 #46 agent/engineering 双视角预备实测待标注;(d) Compile by Training 与 v80 #164 Repo-To-Skill "AI4AI Skills 沉淀" 边界需 v83 厘清(沿用 spark 9-5 agent-e1prep §六 风险点);(e) RoboTok 票数 +18 显著升档预备实测延展到 v83 §1.6 #44 立标等级 ★☆ 升档预备实测待触发。
  • 诚实度声明:本棒位的 6 条增量全部为 v83 已 anchor 条目的实测预备延展或票数动态预备补强,纯 net-new arXiv 主集 = 0 件,纯 net-new 立标候选 = 0 件;本棒位性质为 v83 §1.6 #42-#46 五栖立标池 anchor 实测预备补强 100% 预备触发链 + RoboTok 票数 +18 升档预备实测延展预备触发 + DRACO + Interconnects AI 立场对立预备锚入预备触发。