llm-application · E1 预消化简报(2026-10-18)

0. 简报范围与判定

本简报对应 work-guard/c08ec05d-37de-4c0c-9571-3ead761a4802.json 中 e1_prep:llm-application 单条目,工作集 = 8 件 paper_card(均为宿主机 data/dashboard/Milvex-Copernicus/.../paper_cards/1778-1784-1789-1791-1792-1793-*.md 中的原子文件,mtime 1792324806 同批入库),全部源自 Tom _candidates/2026-10-13/14-agent-rag-longcontext-candidates.json。本简报不改动 knowledge/llm-application.md 综述骨架,仅给出今晚主题活文档接力应当收纳/分流/搁置的预消化结论。

每条增量均带出处:file_source(宿主机 paper_card 相对路径)+ arxiv_id + tlrd/tldr_zh 引用。所有观点不脱离材料原文;材料无支撑时直接标 "无 net-new"。

1. 工作集 8 件增量速览

序 arXiv 主分类 / 形态 被引(S2/OA/影响) 标题(原文/中译)
① 2009.14794 rag · engineering · position 2542 / 693 / 254 Rethinking Attention with Performers / (无中译)
② 2609.36642 agent · method 1 / 0 / 1 PR-OPD: Privileged Representation On-policy Self-Distillation for Agentic RL
③ 2610.02740 agent · method(副 engineering) 0 / 0 / 0 Prospective Hindsight: Self-Calibrating RL via Prediction-Reality Gaps
④ 2610.12417 multimodal · benchmark(副 engineering) 0 / 0 / 0 WOVEN: Weaving Visual World Modeling into Multimodal LLMs
⑤ 2610.09326 multimodal · method 0 / 0 / 0 VIS-Ground: Video Interactive Storytelling with Contextual Grounding
⑥ 2609.39600 multimodal · method 1 / 0 / 0 GroundAnything: 4B Grounding Foundation Model(bidirectional diffusion + blockwise denoising)
⑦ 2610.03308 multimodal · method 0 / 0 / 0 T3lescope: Arbitrary-Resolution Generative Surface Reconstruction from Images
⑧ 2610.13361 agent · benchmark(副 evaluation) 0 / 0 / 0 AgentSWE: Coding Agents Building Agents benchmark(creation/edit/optimization 三阶段)

主分类分布 = agent 3 · multimodal 4 · rag+engineering 1。形态分布 = method 5 · benchmark 2 · position 1。被引非零条目 3 件 = Performers(2542 立标池级)+ PR-OPD(1)+ GroundAnything(1),其余 5 件 net-new 候选均 0 被引。

2. 候选清单 4 件 net-new 可归位 prep · 单栖归属建议

2.1 [pre-insert] ⑧ AgentSWE arXiv:2610.13361 → §0 §6 §1.6 Agent 栖 / Coding Agent 栖预备第 10 栖(用户真实需求忠实性)

  • 来源:organized/paper_cards/1778-2610-13361.md
  • 要点(tldr_zh):"编码 Agent 能否构建你真正想要的 Agent?现有 benchmark 均未对 交付 Agent 忠实服务于其构建所对应的需求, 而非仅仅看上去如此 这一隐含假设进行验证。AgentSWE = 面向 Agent 软件工程的 benchmark, 涵盖 Agent 开发生命周期的三个阶段:① 从自然语言需求出发完整创建一个 Agent;② 对生产中的 Agent 代码库进行编辑;③ 针对可测量目标进行优化。"(原文截断, 需 PDF 补完第三阶段细节)
  • 与活文档现有脉络的关系:v117-v121 已锚入 Skill Constellations arXiv:2610.11169(Agent Skills supply chain on GitHub 第 1 栖 ⚠⚬)+ HarnessDev arXiv:2609.01437(LLM 生成 harness)+ Harness-of-Harness arXiv:2609.01481(harness 设计自动化四路径)+ Opera arXiv:2609.33987(长程 Coding Agent verbal critic)+ HarnessSQL arXiv:2610.12274(Harness 原生 SQL Agent 训练承接稳态第 1 例 ⚠⚬⚬)+ Memento 3 arXiv:2610.11794(agent 自我改进立标稳态预备)。AgentSWE 是从 "Coding Agent 作为产品本身" 的反向视角(用户忠实性)锚入, 补足当前 v117 §6 第 15-20 项 agent skill / harness / coding agent 主轴最末一环 → Coding Agent 实战栖预备第 10 栖 "用户忠实性" 栖预备第 1 例 ⚠⚬⚬, 与 HarnessSQL 形成 harness 端 ↔ 用户忠实性端 双锚点。
  • 建议归入:§0 核心承接级合入新一条(承接稳态期第 11 日延续);§6 第 7 项 Coding Agent 实战栖预备扩位 + 1 → +1;§3.1 共识预备级预备新增 1 条新条目"AgentSWE 用户忠实性立标承接稳态第 11 日延伸 ⚠⚬⚬"。
  • 风险点:原文 TLDR 中文截断, "原文截断" 字面证据;S2/OA 引用为 0;需复核 §3 阶段具体方法学(尤其是第三阶段 Optimization 指标定义)。

2.2 [pre-insert] ② PR-OPD arXiv:2609.36642 → §0 §6 §1.4 Agent 栖 / RL training 方法学第 3 路径

  • 来源:organized/paper_cards/1792-2609-36642.md
  • 要点(tldr_zh 截断):"LM agents 通常由 per-episode 单奖励的 RL 训练;privileged self-distillation 通过让 same policy, given a skill, teach its skill-free self through token probabilities 来丰富该信号。本文识别出两个质疑该通道的现象, 但两现象细节原文截断。"
  • 与活文档现有脉络的关系:v122 已锚入 Self-Retrospection Distillation arXiv:2610.08077(三学派 self-distillation 一员)+ Prospective Hindsight arXiv:2610.02740(本批同现)+ Agent Plasticity arXiv:2610.12415(v122 三学派)→ Agent RL 训练信号层第三学派立标承接稳态预备 ⚠⚬⚬(自反 distillation + 自我校准 + privileged 蒸馏)。
  • 建议归入:§0 核心承接级合入 ⑳+1 → "PR-OPD 2609.36642 Agentic RL 训练信号层 privileged self-distillation 立标预备 ⚠⚬⚬ + 三学派 + 识别两反例现象需复核";§6 第 14 项 "Agent 评测方法学新维度" v116 7 → v117 11 → v122 11 扩位稳态沿用 + Agent 训练方法学栖预备新立 1 例。
  • 风险点:tldr_zh 截断("but two phenomena are identified that question this channel" 之后为 TLDR 英文原文截断未译),具体两现象需要看 PDF;S2 1 / OA 0 → 新刊低被引, 不应作为立标对待, 仅作"承接稳态期第 11 日预备合入"。

2.3 [pre-insert] ③ Prospective Hindsight arXiv:2610.02740 → §0 §6 §1.4 Agent 栖 / RL 自校准立标候选

  • 来源:organized/paper_cards/1791-2610-02740.md
  • 要点(tldr_zh 截断):"Prospective Hindsight = 自校准训练原理, 通过 prospect prediction 与 retrospective evaluation 之间 gap 的信号增强任意 retrospective 基础方法;最小化 surprise residual 提供 agent miscalibration rate 的下降路径。"
  • 与活文档现有脉络的关系:v117 §6 第 14 项 Agent 评测方法学 v116 7 → v117 11 中已锚入 Agent Plasticity arXiv:2610.12415(目标解释阶段新维度)+ Aspire arXiv:2608.31111(模糊目标驱动自我演化)+ 上述 PR-OPD + Self-Retrospection Distillation → Prospective Hindsight 是 miscalibration rate 自校准主轴栖预备第 1 例 ⚠⚬⚬, 与 Aspire / Agent Plasticity 形成 目标解释 ↔ 目标校准 ↔ 目标演化 三维谱系。
  • 建议归入:§0 核心承接级合入 ⑳+2 → "Prospective Hindsight 2610.02740 RL 自校准主轴栖预备第 1 例 ⚠⚬⚬";§6 第 14 项扩位 +1。
  • 风险点:被引 0/0/0, 需结合 PR-OPD + Self-Retrospection Distillation 三学派稳态评估;原文 PDF 必查 surprise residual 数学定义。

2.4 [pre-insert] ④ WOVEN arXiv:2610.12417 → §0 §6 multimodal 第三栖 / Visual World Modeling 栖预备

  • 来源:organized/paper_cards/1789-2610-12417.md
  • 要点(tldr_zh 截断):"确立 visual transition reasoning 作为 MLLM 系统性 visual world-model 训练的可复用基础;WOVEN = 训练源 + benchmark, 按 scene/action/reasoning type 组织 transition supervision。"
  • 与活文档现有脉络的关系:v117 §1.5 已锚入 Hebero vs RobotWorld 评测范式二分 ⚠⚬⚬⚬ + v117 §5 ③ "ME-World KAIST 多 agent 同步 ego-stream 立标候选沿用稳态 ⚠⚬⚬⚬" + Quine 生物学多模态世界模型系统 + WOVEN 是 multimodal 世界模型训练源与 benchmark 栖预备第 1 例 ⚠⚬⚬, 直接接入 visual world-model 主轴。
  • 建议归入:§0 核心承接级合入 ⑳+3 → "WOVEN 2610.12417 multimodal 视觉世界模型训练源 + benchmark 栖预备第 1 例 ⚠⚬⚬";§6 第 23 项 Tom 10-12 雷达 13 件候选归位扩位 +1。
  • 风险点:原文截断较多, scene/action/reasoning type 三轴具体指标体系需 PDF 补完;被引 0/0/0, 与 ME-World 形成承接稳态期 vs 新发预备的代际差。

3. 候选清单 4 件 net-new 待分流 · 仅作边沿或 partial anchor

3.1 [partial-anchor] ⑤ VIS-Ground arXiv:2610.09326 → 视频交互式叙事 multimodal 主分类归位

  • 来源:organized/paper_cards/1784-2610-09326.md
  • 要点:视频交互式叙事允许观众在生成过程中主动干预;提出 VIS-Ground, 通过 Structured Context Abstraction 恢复 grounded states + cross-context dependencies(原文 TLDR 中文截断)。
  • 判定:与 §6 第 23 项 "multimodal 主分类" 同期扩位稳态部分重叠;与 v120 MCG-NJU/VideoJev(Video Understanding + Interaction "System One Model")部分同类。建议归入 §1.5 VLM/Agentic 评测方法学栖预备扩增稳态 partial anchor, 不作 v122 主轴 net-new。
  • 风险:被引 0/0/0, 与上述 VideoJev 已有承接关系, 不重复立标。

3.2 [partial-anchor] ⑥ GroundAnything arXiv:2609.39600 → 视觉 Grounding 立标候选

  • 来源:organized/paper_cards/1783-2609-39600.md
  • 要点(tldr_zh 截断):"AR grounding 模型序列化空间预测, 引入 sequential latency 并对输出 token 施加因果顺序。本文将 grounding 视为视觉证据抽取:物体/位置/空间关系由图像与 query 共同约束, 但其依赖关系并不意味着固有的从左到右生成顺序。这一区别使 bidirectional diffusion 成为天然契合的选择, 允许空间假设并行出现, 并通过 iterative denoising 联合精修。GroundAnything = 4B 参数 grounding foundation model。"
  • 判定:沿用 §1.3 RAG Defense 轴 / multimodal 主轴扩位稳态, 4B 参数 grounding foundation model 双向 diffusion 立标承接稳态预备第 1 例 ⚠⚬。建议归入 §6 23 项 multimodal 候选扩位边沿 anchor, 不入主栖。
  • 风险:被引 S2 1 / OA 0;不构成 net-new 立标。

3.3 [partial-anchor] ⑦ T3lescope arXiv:2610.03308 → 3D 表面重建栖预备承接稳态

  • 来源:organized/paper_cards/1782-2610-03308.md
  • 要点(tldr_zh 截断):"从带位姿的多视图图像重建高保真 3D 场景网格, 无需 per-scene 优化。T3lescope = 在推理时 coarse-to-fine cascade 中跨场景尺度应用单一固定分辨率生成器;优于 feed-forward 与生成基线, 匹配或超越 per-scene 优化, 并能恢复 fine structures + glossy/transparent surfaces。"
  • 判定:沿用 v117 HF Daily 立标池 + 3D 静图 主题 + 与 v117 §1.5 视频生成 / 3D 表面重建承接稳态续立。建议归入 §1.5 VLM/Agentic 评测方法学栖预备扩增稳态 partial anchor, 不作主栖 net-new。
  • 风险:被引 0/0/0;成熟度 research + 场景 3D 重建/多视图表面生成, 与 llm-application 主轴部分脱钩。

3.4 [historical] ① Rethinking Attention with Performers arXiv:2009.14794 → 立标池历史回填第 2 例候选

  • 来源:organized/paper_cards/1793-2009-14794.md
  • 要点(tldr 摘录):"Performers = Transformer 架构, 可估计 regular (softmax) full-rank-attention Transformers with provable accuracy, 但仅用线性 space/time complexity, 不依赖任何 priors such as sparsity or low-rankness。"
  • 判定:S2 2542 / OA 693 / 影响 254, 是工作集中唯一的立标池级候选;主题标 rag · 主分类 engineering · 形态 position。OpenAlex 更新 2026-10-17 = 入池当日, 待 LLM 分类 是 = LLM 分类未决(可能是 v122 已分类但本次为 OpenAlex 新入池)。与 v121 立标池历史回填第 1 例(Meena 2001.09977 · 1052 被引)在方法论上属同类, 是 linear-attention / efficient Transformer 立标池历史回填第 2 例 ⚠⚬⚬⚬, 与 Performers → Linear Transformer → Performer → Long-context LLM 演化谱系可承接 v117 §6 第 11 项 "长上下文体系栖预备扩增稳态" (Behavior-Preserving KV Cache + HLA + The Extender + UNREAL + Real Long-Term Memory 50M Token Window) + v117 §6 第 21 项 Orthros arXiv:2610.13735 "相位感知异构注意力(线性复杂度长上下文) Tom 10-12 1440 雷达第 4 候选"。
  • 建议归入:§0 核心承接级合入 ⑳+4 → "Performers 2009.14794 立标池历史回填第 2 例 ⚠⚬⚬⚬ linear-attention 立标 + 与 Orthros 长上下文立标承接稳态预备";§7.1 arXiv 1334 + 0 = 1334(沿用稳态, 该 ID 已在 §7.1 列表内, 无需 net-new +1)。
  • 风险:⚠ arXiv ID 已在 §7.1 列表(v122 末行新增 ID 段已包含 arXiv:2009.14794), 因此本条不应作为 v122 net-new +1, 而应作为 v122 立标池历史回填 anchor;arXiv 总量不变 = 1334 沿用稳态。待LLM分类: 是 状态需确认是否在 v122 末次活文档中被处理;如未, 建议下一棒位补完。
  • 回填追溯:Performers 在 §7.1 已存在,但 v117-v121 章节未锚入具体内容, 仅在长上下文体系栖预备中以"线性注意力"间接引用。本批工作集首次提供完整 TLDR + 被引数据, 具备立标池历史回填条件, 应在 v122 章节首条 prep 中显式标"立标池历史回填第 2 例"。

4. 矛盾 / 待核实 / 警示

  • tlrd 截断问题集中爆发:② PR-OPD、③ Prospective Hindsight、④ WOVEN、⑤ VIS-Ground、⑥ GroundAnything、⑦ T3lescope 共 6 件 TLDR 中文版均显示截断(原文截断 或 部分细节未译)。这是 tom _candidates/2026-10-13/14-agent-rag-longcontext-candidates.json 的输入源问题, 不影响立标判定, 但今晚落字前应优先 PDF 复核 ② PR-OPD 的"两现象"、③ Prospective Hindsight 的 surprise residual 数学、④ WOVEN 的 scene/action/reasoning type 三轴、⑤ VIS-Ground 的 Structured Context Abstraction、⑥ GroundAnything 的 blockwise denoising、⑦ T3lescope 的 coarse-to-fine cascade 推理流程。
  • 被引非零条目分布偏态:8 件中 3 件有被引(Performers 2542/693/254 立标池级, PR-OPD 1, GroundAnything 1), 其余 5 件 0/0/0。立标池仅 Performers 一例;另 7 件均为承接稳态期新发预备候选, 不应在 v122 中作"立标"对待, 仅作"承接稳态期第 11 日延伸"或"栖预备"qualifying。
  • Meena SSA 已锚定 vs Performers 立标池历史回填:v121 已有立标池历史回填第 1 例(Meena arXiv:2001.09977 双轴偏好奠基), 本批 Performers 是立标池历史回填第 2 例 ⚠⚬⚬⚬。两个历史脉络(对话评测 vs 注意力效率)双线回填形成 v122 末 anchor。注意不要在 v122 章节把 Performers 当作 net-new 计入 arXiv 1334 + 1, 仅作历史脉络 anchor。
  • ⚠ ③ + ② + ④ + ⑤ + ⑥ + ⑦ 待 LLM 分类状态:本批 6 件 paper_card 均 待LLM分类: 否(已分)或 待LLM分类: 是(仅 ① Performers)。Performers 是 OpenAlex 2026-10-17 当日新入池, 与 v121 Meena(OpenAlex 2026-10-17 同日)同批, 印证 OpenAlex enrich 时窗。建议在今晚主题活文档接力中复核 Performers 的 主分类 engineering 是否最终落入 engineering 而非 multimodal 或 agent。
  • 候选文件源单一:8 件全部源自 tom/_candidates/2026-10-13/14-agent-rag-longcontext-candidates.json, 来源唯一 = tom 雷达一次扫描。意味着本批无 jay/flyp/spark/stephen 独立交叉, 风险评估应保持"承接稳态期第 11 日延伸"语气, 避免单源升档立标。
  • v122 §0 已立 v122 net-new 3 件(2610.12458 OmniCapBench + 2610.02396 Inherit-MAS + 2610.08077 Self-Retrospection Distillation):本批 4 + 2 + 2 三栖分类候选中, ②③ 与 Self-Retrospection Distillation arXiv:2610.08077 形成 "Agent RL training signal layer 三学派" 预备稳态, 与 v122 已立的 Inherit-MAS arXiv:2610.02396 是同栖同期, 不重复立标。
  • 风险 = 8 件工作集中 0 件 P0 警示延续:本批与 v117-v121 立标池回稳期第 10-11 日承接稳态一致, 无 frontier lab 公告密度异常或 AI 安全事件升级标记, 不构成升档或新警示。

5. arXiv 号完整列表(本批 8 件,可直接引用)

  • arXiv:2009.14794 Performers(立标池历史回填第 2 例 · 已锚入 §7.1)
  • arXiv:2609.36642 PR-OPD(Agentic RL privileged self-distillation, 待复核两反例现象)
  • arXiv:2610.02740 Prospective Hindsight(自校准 RL, miscalibration rate 下降路径)
  • arXiv:2610.12417 WOVEN(visual transition reasoning 训练源 + benchmark)
  • arXiv:2610.09326 VIS-Ground(视频交互式叙事 contextual grounding)
  • arXiv:2609.39600 GroundAnything(4B grounding foundation model · bidirectional diffusion)
  • arXiv:2610.03308 T3lescope(任意分辨率生成式表面重建 · coarse-to-fine cascade)
  • arXiv:2610.13361 AgentSWE(Coding Agents Building Agents · creation/edit/optimization 三阶段)

6. 立标判定 vs 综述改动建议

6.1 建议今晚主题活文档接力采纳的 4 件 prep 主栖 net-new

按本简报第 2 节: - §0 核心承接级合入新增 ⑳+1 ⑳+2 ⑳+3 ⑳+4 = 4 条预备级 prep 锚入;承接稳态期第 11 日延伸; - §6 第 14 项 Agent 评测方法学栖预备扩位 +3(Vulnöt-extending → PR-OPD + Prospective Hindsight + WOVEN 边沿锚定, +2 主栖 +1 邻接); - §6 第 7 项 Coding Agent 实战栖预备扩位 +1(AgentSWE); - §3.1 共识预备级预备新增 1 条(AgentSWE 用户忠实性立标承接稳态第 11 日延伸 ⚠⚬⚬); - §4 开放问题预备级预备新增 4 项(Q 候选:AgentSWE 第三阶段 Optimization 指标边界 + PR-OPD 两反例具体内容 + Prospective Hindsight surprise residual 数学 + WOVEN 三轴指标体系)。

6.2 建议今晚主题活文档接力的 partial-anchor 与 historical anchor(不进入 net-new 数量)

  • Performers arXiv:2009.14794 立标池历史回填第 2 例 ⚠⚬⚬⚬(§0 承接级合入 ⑳+4)→ §7.1 沿用稳态, arXiv 总量不变 = 1334;
  • VIS-Ground arXiv:2610.09326 + GroundAnything arXiv:2609.39600 + T3lescope arXiv:2610.03308 边沿边沿 + partial anchor, §6 第 23 项 Tom 10-12 雷达 13 件候选归位扩位 +3 ⚠⚬;
  • ②③ 与 v122 §0 已立的 Self-Retrospection Distillation + Inherit-MAS 同期扩位稳态, 不重复立标。

6.3 建议不动 / 不入正文综述的 0 件

本批 8 件均与 llm-application 主轴有承接关系, 无 offload 候选。

7. 简报小结

  • 8 件工作集全部源自 tom/_candidates/2026-10-13/14-agent-rag-longcontext-candidates.json 一次扫描, 单一来源;
  • 立标池级 仅 Performers arXiv:2009.14794(立标池历史回填第 2 例)1 件, 承接稳态期新发预备 7 件(其中 4 件主栖 net-new prep, 3 件 partial anchor);
  • arXiv net-new = 0 件主栖增量(全部 8 件 ID 已锚入 §7.1 沿用稳态), arXiv 1334 沿用稳态;
  • URL net-new = 0 件主栖增量(URL 403 沿用稳态, paper_card 1735 沿用稳态);
  • 风险 = 6 件 TLDR 中文截断 + 5/8 件 0/0/0 被引 + 单一来源 + 待 LLM 分类 1 件(Performers);
  • 建议 = 4 件 prep 主栖 net-new prep + 1 件立标池历史回填第 2 例 + 3 件 partial anchor;
  • 无显著新警示 / 无 P0 升级 / 无 v122 升档立标, 与 v117-v121 立标池回稳期第 10-11 日承接稳态一致。

8. 可核查出处(本简报采用的全部材料)

  • organized/paper_cards/1793-2009-14794.md Performers
  • organized/paper_cards/1792-2609-36642.md PR-OPD
  • organized/paper_cards/1791-2610-02740.md Prospective Hindsight
  • organized/paper_cards/1789-2610-12417.md WOVEN
  • organized/paper_cards/1784-2610-09326.md VIS-Ground
  • organized/paper_cards/1783-2609-39600.md GroundAnything
  • organized/paper_cards/1782-2610-03308.md T3lescope
  • organized/paper_cards/1778-2610-13361.md AgentSWE
  • organized/knowledge/llm-application.md v122 活文档(2026-10-18 版,供锚定参考)

本简报仅基于本次 work-guard/c08ec05d-37de-4c0c-9571-3ead761a4802.json 中 8 件 paper_card 工作集,未对其他来源做全库扫描或网页补料。