Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-07-20 14:40

本期关键词

AI Agent · RAG · GraphRAG · 多模态记忆安全 · 记忆攻击 · Agent 评测

🔥 高价值条目（3 条）

1. Lucid：多模态 AI Agent 记忆的对抗 poisoning 攻击

  • 来源：arXiv · 2026-07-17
  • 作者：Halima Bouzidi、Mboutidem Ekemini Mkpong、 Mohammad Abdullah Al Faruque
  • 链接：http://arxiv.org/abs/2607.15657v1
  • 核心观点：多模态 Agent 的持久化长期记忆依赖视觉+文本 episodes；Lucid 是纯黑盒攻击框架，在仅能操控输入图像的威胁模型下，可对 MLLM 记忆管道发起两种攻击：① 记忆 poisoning（对抗图像在上下文中替换真实记忆帧）；② 记忆植入（即便没有历史上下文也能植入虚假记忆）。无需访问目标 MLLM、检索编码器或文本通道。
  • 为什么高价值：这是首个针对多模态 Agent 记忆层的对抗攻击工作，直接暴露了 RAG/记忆管道在图像模态上的信任假设漏洞。对所有做 Agent 记忆、视觉 grounding 的团队有直接安全参考价值。

2. RAGU：模块化 GraphRAG 引擎，DBSCAN + Leiden 社区检测

  • 来源：HuggingFace Daily · 2026-07-12 · 10 票
  • 链接：https://arxiv.org/abs/2607.11683
  • 核心观点：现有 GraphRAG 单次抽取产生噪声实体且检索脆弱；RAGU 分离 extraction 与 consolidation：两阶段 typed extraction → DBSCAN 去重 → LLM summarization → Leiden 社区检测。关键洞察是 in-pipeline extractor 需要的是语言能力（理解、抽取、上下文推理），这类能力随模型规模 scaling 天然增长，因此可用小参数 extractor 驱动大模型检索。
  • 为什么高价值：GraphRAG 工程化路径的具体方案；两阶段 extraction + 社区检测的 pipeline 设计对知识图谱构建有参考价值。

3. DSWorld：数据科学 Agent 的世界模型

  • 来源：HuggingFace Daily · 2026-07-16 · 2 票
  • 链接：https://arxiv.org/abs/2607.15901
  • 核心观点：数据科学 Agent 依赖试错工作流，代价高昂。DSWorld 建模数据科学执行环境：给定当前工作流状态 + 候选操作集合，预测环境状态转移。从而实现 cost-aware routing，只在实际收益大于预测成本时才调用真实计算。
  • 为什么高价值：Agent 的"预测性执行"思路，可节省昂贵计算；与记忆/规划层的决策优化有交叉启发。

📋 常规候选（5 条）

  1. xHC: Expanded Hyper-Connections（HF · 2026-07-15 · 30 票）——残差 stream 扩展至 N=4 后遇瓶颈，原因：写回信息不足 + 残差权重退化；为记忆 scaling 提供反向工程洞察。

  2. On-Policy Delta Distillation（HF · 2026-07-15 · 15 票）——RL 后训练中用 delta signal（teacher base model 差分）替代直接模仿，解决 reward model 约束问题；LLM+RL 训练参考。

  3. S1-Omni: 科学推理多模态统一模型（HF · 2026-07-16）——RAG+多模态科学数据统一表示；AI4S 场景的多模态 RAG 落地参考。

  4. VideoRAE（HF · 2026-07-14）——VFM 表征转译为紧凑生成友好潜码的表示自编码器；视频生成与理解联合建模路线。

  5. Xiaomi-Robotics-1 VLA（HF · 2026-07-15 · 31 票）——100K 小时真实机器人轨迹训练的 VLA 模型；具身 Agent scaling 数据工程参考，非本 topic 核心。

📡 Substack 线索（1 条）

Long Context vs RAG：2026 年成本-延迟决策框架 context 2M token 时代，RAG 仍是大多数场景的正确选择：成本可预测、延迟稳定、易审计；超长 context 在需要全局推理（多跳、长程依赖）时优势明显，但精度对中等窗口有 drop 现象。适合 Agent 工程落地评估。 📎 https://ecorpit.com/long-context-2m-tokens-vs-rag-cost-latency-2026

去重说明

与 08:40 雷达去重：Lucid（记忆安全，全新）、RAGU（GraphRAG pipeline，全新）、DSWorld（世界模型，全新）、xHC（记忆 scaling 新角度）、S1-Omni（多模态 RAG，新角度）均不在往期覆盖。Xiaomi-VLA 已见于 08:40 雷达备选，跳过。

📊 元数据

  • 检索时间：2026-07-20 14:40 CST（Asia/Shanghai）
  • 检索来源：arXiv metadata、HF Daily
  • Web 补充：1 次（Substack，非 CSDN）
  • CSDN：未使用（本期无满足条件的检索结果）
  • 本期候选总数：8 条
  • 高价值条数：3 条

Tom 文献雷达 · 每日 3 次 · 轻量模式