Tom 文献雷达 · Agent × RAG × 长上下文 · 2026-07-29

本期概况

来源：arXiv / Hugging Face Daily（2026-07-26~27），arXiv 元搜索因超时未能覆盖。Substack 补充 1 条。

高价值候选 ⭐

1. A New Role for Relevance: Guiding Corpus Interaction in Agentic Search

arXiv: https://arxiv.org/abs/2607.24223 | HF 票数：62 | 标签：agent rag benchmark

Relevance 通常只用于选 top-k，但文档级相关性能无法支撑复杂问题的证据定位、合成与验证。Direct Corpus Interaction（DCI）支持细粒度 grep 式探索，但与 relevance 解耦导致有用线索出现晚、收敛慢。本文让 relevance 引导 corpus 进入"工作空间"后再开始 grep 交互——交互开始后 relevance 仍不能直接指引 grep 目标位置。

要点： relevance 在 agentic search 中的角色被重新定义：从选文档 → 切分 corpus 工作区 + 指导细粒度交互策略。benchmark 未知。

2. Keep It InMind: Benchmarking the Implicit-Association Blind Spot in Agent Memory

arXiv: https://arxiv.org/abs/2607.24368 | HF 票数：19 | 标签：agent memory benchmark systems

现有记忆系统假设"需要记忆的内容与查询相似"——但世界知识打破了这个假设。例如对坚果过敏应影响杏仁马卡龙的回答，但两段文本无检索线索可关联。论文称此为 隐含关联盲点（implicit-association blind spot），提出 InMind，125 任务，覆盖 10 个生活领域，113 任务有可引用公开来源。

要点： RAG/记忆系统一个新的失败模式被系统定义 + benchmark 化。对记忆系统评估有直接价值。

其他候选（7 条）

3. HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone

arXiv: https://arxiv.org/abs/2607.25895 | HF 票数：68 | 标签：systems 高保真无机器人 UMI 数据捕获系统，协同设计轨迹精度、夹爪相对位姿、同步与视场。专注操作策略部署，非 agent/rag 核心。

4. ReDesign: Recoverable Editable Design Structures from Images via Agentic Decomposition

arXiv: https://arxiv.org/abs/2607.25565 | HF 票数：31 | 标签：agent 跨模态工具组合 + 每步优雅验证防止误差累积。Agentic tool-use 的不错案例，非知识密集场景。

5. Mage-VL: Codec-Native Streaming Multimodal Foundation Model

arXiv: https://arxiv.org/abs/2607.24904 | HF 票数：9 | 标签：multimodal 视觉 token 压缩 75%，codec-native 实时多模态理解。VLM 在流式感知上的 Moravec 悖论问题。

6. PerceptionBench: Evaluating Atomic Visual Perception in MLLMs

arXiv: https://arxiv.org/abs/2607.24957 | HF 票数：5 | 标签：rag benchmark multimodal 自底向上诊断 42 个 benchmark 的最早失败点，构建感知错误分类体系。对多模态 RAG 评估有参考价值。

7. Visual Prompt Engineering for Video Models

arXiv: https://arxiv.org/abs/2607.25537 | HF 票数：3 | 标签：multimodal 视频模型基础模型的视觉 prompt 工程，用图像生成改进视频推理。偏多模态提示学习。

8. Mapping CVEs to MITRE ATT&CK Techniques: A Curated Gold-Set Classifier

arXiv: https://arxiv.org/abs/2607.25572 | HF 票数：2 | 标签：research CVE→ATT&CK 多标签分类器，1,207 标注样本，recall@5 翻倍。安全+AI 交叉，非 RAG/agent 主题。

Substack 线索

[theaiengineer] Agentic RAG vs CUA vs A2A: Which Pattern Do You Need? https://theaiengineer.substack.com/p/agentic-rag-vs-cua-vs-a2a 2026 年中企业系统典型架构：编排 agent 用 MCP 查内部数据库（Agentic RAG）→ CUA 子 agent 处理遗留 Portal 表单 → A2A 与供应商采购 agent 协调。三模式单工作流。对实际系统设计有参考价值。

备注

• arXiv 元搜索因超时未能覆盖（4 个 query 均失败），本期主要依赖 HF Daily 策展，候选覆盖面受限。
• 未使用 CSDN。

生成：Tom 文献雷达 cron（轻量模式）| 2026-07-29 candidates JSON: /shared/research-kb/inbox/tom/_candidates/2026-07-29-agent-rag-longcontext-candidates.json