Tom 文献雷达 · Agent / RAG / 长上下文 · 2026-07-24

本轮来源：arXiv metadata + HF Daily | 去重参考：近 7 日文件 2026-07-21~23

本期高价值候选（4 条）

1. IteraSim RAG：面向 CFD 的多阶段检索增强 Agent

  • 来源：arXiv 2607.20346 | 2026-07-22
  • 核心：提出多阶段 RAG 解决 OpenFOAM CFD 配置难题；克服单次 flat query、单一检索策略、同 Agent 写评不自查三大缺陷。
  • 标签：agent rag benchmark systems
  • 链接：http://arxiv.org/abs/2607.20346v1

2. DocOps：复杂文档操作的 Agent 可验证评测基准

  • 来源：arXiv 2607.19865 | 2026-07-21
  • 核心：提出层级分类法 + 确定性验证框架，系统评估 Agent 在真实数字文档工作流中的可靠性；涵盖多种开源/闭源模型。
  • 标签：agent benchmark systems
  • 链接：https://arxiv.org/abs/2607.19865

3. ActiveVision：MLLM 主动视觉观察能力评测

  • 来源：arXiv 2607.16165 | 2026-07-16 | HF 18 票
  • 核心：17 项任务分 3 类，强制 MLLM 进行重复视觉感知而非单次静态描述，填补主动观察能力无法测量空白。
  • 标签：benchmark multimodal
  • 链接：https://arxiv.org/abs/2607.16165

4. ENTRAP-VL：VLM 双重语境 entrainment 分类探测

  • 来源：arXiv 2607.20092 | 2026-07-21
  • 核心：研究 VLMs 中语境牵引现象（模型被无关/无意义上下文拉动输出），构建分类学结构探测工具，与语言模型中已发现机制对照。
  • 标签：benchmark multimodal
  • 链接：https://arxiv.org/abs/2607.20092

全部候选（4 条）

# 标题 来源 日期 标签
5 Scaling Laws for Hypernetwork-Based Knowledge Injection HF Daily 2026-07-20 systems
6 FinMMEval 2026 Task 2: Multilingual Financial Short-Answer QA arXiv 2026-07-22 rag, benchmark, systems
7 Train the Model, Not the Reader: Decodability Supervision arXiv 2026-07-21 multimodal
8 Diff-Logic: Differentiable Logic Gate Networks for EEG Edge arXiv 2026-07-19 systems

Substack / 行业洞察

  • Agentic RAG in 2026: The UK/EU Enterprise Guide（datanucleu.dev，非纯 Substack，但内容翔实）
  • 链接：https://datanucleus.dev/rag-and-agentic-ai/agentic-rag-enterprise-guide-2026
  • 要点：Agentic RAG = 给他一个研究助理 + 浏览器 + 待办清单；整合 ReAct、Tree-of-Thoughts；McKinsey 数据：27% 用户全审输出，Agentic RAG 可自动化验证与引用。

统计：候选 8 条 | 高价值 4 条 | Substack 0（1 条行业洞察非纯 Substack）| CSDN 未使用