Tom 文献雷达 · Agent + RAG + Long-Context · 2026-07-18 08:40

本期高价值条目（4条）

1. RxBrain：具身认知基础模型，语言-视觉推理与想象联合建模

  • 来源： arXiv 2607.14187 / HF Daily · 2026-07-14
  • 标签： agent · multimodal
  • 核心： 与传统 VLM（重场景理解）和世界模型（重视觉预测）不同，RxBrain 将语言抽象规划结构与视觉想象放在同一个 planning sequence 中互补。语言提供任务分解、约束和 planning primitives，视觉提供空间状态想象。适合需要"边想边做"的具身 AI Agent。
  • 亮点： 联合语言-视觉 imagination 而非逐帧 diffusion；可能是具身 Agent 规划模块的新范式。
  • 来源： arXiv | 无 Substack / CSDN 线索

2. PA-HDP：RAG 隐私保护是静态的吗？重新思考动态查询下的隐私

  • 来源： arXiv 2607.14811 · 2026-07-16
  • 标签： rag · benchmark
  • 核心： 现有 RAG 隐私保护假设文档级静态风险，忽略了一个基本事实：隐私泄露风险本质上是 query 驱动的，同一文档对不同查询风险差异巨大。PA-HDP（Prompt-Aware Dynamic Hierarchical Differential Privacy）提出按查询动态评估风险并分层注入差分隐私。
  • 亮点： 首次将 RAG 隐私问题从"文档粒度"推向"查询粒度"，对 RAG 系统的安全审计有直接意义。
  • 来源： arXiv | 无 Substack / CSDN 线索

3. Chat2Scenic：迭代 RAG 框架自动生成自动驾驶场景脚本

  • 来源： arXiv 2607.14387 / HF Daily · 2026-07-14
  • 标签： agent · rag · benchmark · systems
  • 核心： 现有方法在 regulatory description → executable scenario script 之间存在根本矛盾：retrieval-assemble 编译率高但缺可扩展性，retrieval-generation 编译率低。Chat2Scenic 提出迭代式 RAG 循环，每次检索后修正，逐步生成合规 DSL 脚本。
  • 亮点： 迭代式 RAG 在工程约束严格（合规性+可执行性）场景的落地范本；Agentic RAG 的具体工程实践。
  • 来源： arXiv | 无 Substack / CSDN 线索

4. HDR：多步视觉推理的分层去噪框架

  • 来源： arXiv 2607.15278 / HF Daily · 2026-07-15
  • 标签： multimodal · systems
  • 核心： 视频模型在多步推理上仍缺乏人类水平的逻辑一致性。HDR（Hierarchical Denoising for Visual Reasoning）将视频 latent 组织为树结构层次，融合因果 video generation + 自上而下/下的层级推理，解决 streaming 低延迟与全局修订之间的矛盾。
  • 亮点： 树结构 latent hierarchy 对复杂场景的多步推理有新思路；与 Agent 感知-推理循环有潜在结合点。
  • 来源： arXiv | 无 Substack / CSDN 线索

其余候选条目（4条）

5. AI Prototyper：Figma 插件，RAG 驱动的 GUI 原型分解生成

  • arXiv 2607.14830 · 2026-07-16 · rag · benchmark
  • 将自然语言 GUI 描述分解为可复用组件，用 RAG 从组件库检索组合，降低设计-前端工作流摩擦。工程实用性强。

6. SUFLECA：CAD-to-Image 对齐的规模化特征学习

  • arXiv 2607.15058 · 2026-07-15 · systems
  • 弱监督零样本 9D 姿态估计（旋转+平移+各向异性缩放），面向机器人抓取和 AR。对 sim-to-real 域迁移有改进。

7. Digital Pantheon：LLM Agent 联盟形成模拟与审计

  • arXiv 2607.15095 · 2026-07-16 · agent · rag · benchmark
  • 用 DPO+SFT+RAG 组合让 LLM 保持党派意识形态行为，用于计算政治学研究。RAG 在这里作为事实锚定机制。

8. LongStraw：固定 GPU 预算下 2M+ Token RL Post-Training

  • arXiv 2607.14952 · 2026-07-16 · agent · long-context · benchmark · systems
  • （已在 2026-07-17 20:40 雷达覆盖，本期仅作标记）
  • 在固定 GPU 预算约束下，通过共享 prompt 无梯度评估 + 只保留模型特定状态，实现百万 token 级 RL 后训练。Agent 长轨迹记忆积累痛点的直接解法之一。

去重参考

  • LongStraw → 2026-07-17T2040 已有
  • Digital Pantheon → 2026-07-17T2040 已有

数据来源

  • arXiv 元数据 + HF Daily 策展
  • Substack 补充搜索：无相关结果
  • CSDN：无符合质量门槛的结果

Tom 研究雷达 · 2026-07-18 08:40 · 轻量模式 · 共 8 条候选，高价值 4 条