Tom 文献雷达 · Agent · RAG · 长上下文 · 2026-07-31 晚场

主题覆盖：AI Agent · RAG · 检索增强 · 长上下文 · 评测 · 新论文
数据来源：arXiv metadata · Hugging Face Daily（2026-07-31 12:40 UTC）
本次候选：8 条 | 高价值：4 条 | Substack：0 | CSDN：0

🔴 高价值

1. DualG-MRAG：解耦宏/微推理的多模态 RAG

  • 论文：http://arxiv.org/abs/2607.28580v1
  • 机构：Jiacheng Tao, Qingyun Sun, Haonan Yuan, Ziwei Zhang, Jianxin Li
  • 发布日期：2026-07-30
  • 核心：MM-RAG 在多跳推理任务中，现有方法要么粒度太粗丢失关键证据，要么粒度太细导致图爆炸。DualG-MRAG 将宏推理（跨模态关系建模）与微匹配（实例级对齐）解耦，双路驱动。
  • 标签：rag benchmark multimodal
  • 意义：多模态 RAG 的核心难题终于有了结构化解法，对工程落地有直接价值。

2. GLM-RAG：知识图谱上 Graph Language Model 与传统检索的对比

  • 论文：http://arxiv.org/abs/2607.28397v1
  • 机构：Maya Arseven, Anette Frank, Beni Egressy, Johann Higl, Moritz Plenz
  • 发布日期：2026-07-30
  • 核心：系统对比 GLM-based、GNN-based、vector-search 三类 retriever 在单跳/多跳 KG-RAG 上的表现。这是 KG-RAG 领域的首个大规模对比研究。
  • 标签：rag benchmark
  • 意义：知识图谱 RAG 选型必备基准，结论对架构决策有直接影响。

3. Is Deep Research Reliable? 误导知识在 Deep Research Agent 中的传播

  • 论文：http://arxiv.org/abs/2607.20891
  • 发布日期：2026-07-22
  • 核心：MisKnow-Agent 框架——构造并验证误导性知识，研究其如何通过规划→检索→合成的 Deep Research 工作流传播为假结论。
  • 标签：agent rag benchmark
  • 意义：RAG 系统的真实可靠性问题被正式量化。生产级系统必读。

4. Filesystem-Based Memory for LLM Agents：文件系统记忆的系统性评估

  • 论文：http://arxiv.org/abs/2607.26637
  • 发布日期：2026-07-28
  • 核心：首个对"代理用文件系统当记忆"这一默认方案的系统性研究。测试三个假设：能否保持组织、能否处理冲突和过期、能否产生净收益。
  • 标签：agent rag memory benchmark
  • 意义：很多生产 Agent 在用这个范式，但从未被系统评估过。基准研究价值高。

🟡 中等价值

5. See2Think：多模态模型是否真正使用中间视觉状态？

  • 来源：HF Daily | arXiv 2607.26769 | votes: 16
  • 核心：See2ThinkBench（1200 题，12 类）+ Visual Action-of-Thought（VAoT）。诊断 MLLM 是否真的依赖中间视觉表征，还是只靠文本推理。
  • 标签：rag benchmark multimodal

6. Σ-Mem：多 Agent 系统的在线可靠性记忆

  • 来源：HF Daily | arXiv 2607.27958 | votes: 3
  • 核心：记录每个 peer 的能力证据和关系证据，用 Weyl 不等式更新。解决中心模型无法直接验证 peer 回复可信度的问题。
  • 标签：agent memory systems

7. ShadowDancer：任意动作控制的视频世界模型

  • 来源：HF Daily | arXiv 2607.28362 | votes: 16
  • 核心：帧级控制的视频生成模型，展示视频只展示 dynamics 的一个"影子"。与 Agent 工具调用/规划有交叉。
  • 标签：multimodal

8. Fairness Pruning：GLU-MLP 层中定位人口统计偏置

  • 来源：HF Daily | arXiv 2607.28319 | votes: 1
  • 核心：通过对比提示对在 down_proj 输入端的差分激活定位偏置神经元。LLM 可解释性方向。
  • 标签：benchmark systems

📡 行业动态摘要

RAG vs Long Context 2026 格局（综合 Wire / Glasp / Zylos 研究）： - RAG 框架用量 2024-2026 增长 400%，60% 生产 LLM 应用仍用 RAG - Long context 单次查询约 $0.10 / 45 秒；RAG 约 $0.00008 / 1 秒，差距 1250 倍 - Long context 在相关信息埋在中后段时准确率下降 30%+ - 2026 主流模式：混合——检索先收窄到 bounded context，再用长窗口跨文档推理 - 上下文窗口大小竞争趋稳（2026 预测窗口不再指数增长），优化焦点转向上下文利用率

输出文件：/shared/research-kb/inbox/tom/2026-07-31-agent-rag-longcontext-radar.md
生成时间：2026-07-31 12:40 UTC
Lock 已释放：tom-daily-radar-3x