Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-08-01 晚间

本期关键词

AI Agent · RAG · 检索增强 · 长上下文 · 多模态 · 评测基准

🔬 本期新论文（8条候选）

高价值（4条）

1. Σ-Mem：多Agent系统的在线可靠性记忆 - 论文：Σ-Mem: An Online Reliability Memory for LLM-based Multi-Agent Systems - 来源：arXiv · 2026-07-29 - 摘要：提出用对称矩阵建模Agent历史胜任力证据和关系证据，解决多Agent中中心模型无法直接验证对等响应的核心问题——这对生产级Agent系统至关重要。 - 标签：agent memory systems - 链接：https://arxiv.org/abs/2607.27958

2. DualG-MRAG：多模态RAG的宏/微解耦推理 - 论文：DualG-MRAG: Decoupling Macro-Reasoning and Micro-Matching for Multimodal RAG - 来源：arXiv · 2026-07-30 - 摘要：现有MM-RAG在多跳推理时因图像特征细粒度导致图膨胀与噪声。DualG将宏推理与微匹配解耦，对多文档多模态场景有直接工程价值。 - 标签：rag multimodal benchmark - 链接：http://arxiv.org/abs/2607.28580v1

3. GLM-RAG：知识图谱RAG中GLM vs GNN vs 向量检索对比 - 论文：GLM-RAG: Graph Language Models for Graph-Based RAG - 来源：arXiv · 2026-07-30 - 摘要：首次系统对比GLM、GNN和传统向量检索在单跳/多跳知识图谱RAG任务上的表现，揭示各自适用场景边界。 - 标签：rag benchmark - 链接：http://arxiv.org/abs/2607.28397v1

4. ConMem：工业巡检日志中贡献感知记忆框架 - 论文：ConMem: Contribution-Aware Memory for Long-Horizon Manufacturing Inspection Logs - 来源：arXiv · 2026-07-30 - 摘要：针对长周期钢铁设备巡检，提出估计每条记忆单元对下游诊断贡献度的方法，解决静态语料库无法主动预警的痛点——工业Agent应用方向值得关注。 - 标签：rag memory systems benchmark - 链接：http://arxiv.org/abs/2607.28126v1

普通候选（4条）

5. See2Think：多模态大模型是否真正使用中间视觉状态？ - 来源：HF Daily · 2026-07-28 · votes: 21 - 提出See2ThinkBench基准（1200题，12类），诊断多模态推理中中间图像/sketch的实际使用程度，对理解VLM推理过程有价值。 - 标签：rag benchmark multimodal

6. Filesystem-Based Memory：Agent文件系统记忆的系统性研究 - 来源：HF Daily · 2026-07-28 · votes: 6 - 首个系统性测试"Agent能否在记忆累积、冲突、过时后保持文件系统记忆有序"的研究，填补了该方向的实证空白。 - 标签：agent rag memory benchmark

7. OmniScope：模态解耦的Token压缩 - 来源：HF Daily · 2026-07-27 · votes: 3 - 音频与视频的跨模态显著度不匹配会导致关键线索在压缩中被丢弃，OmniScope提出训练无关的解耦预算分配方案。 - 标签：multimodal

8. Fairness Pruning：GLU-MLP层中的 demographic bias 定位 - 来源：HF Daily · 2026-07-29 · votes: 2 - 通过对比prompt对+激活捕获定位LLM中的神经元bias，可作为LLM公平性审计的工具化参考。 - 标签：benchmark systems

📮 Substack 线索（1条）

GradientFlow · RAG Reimagined: 5 Breakthroughs

Douwe Kiela（Contextual AI CEO）强调：LLM只是系统架构的一部分，端到端效果由整体系统决定。文档解析（表格、图表、复杂布局的信息抽取）不是预处理工作，而是关键基础。

Nvidia研究指出：超长上下文反而会稀释关键信息，提出OP-RAG机制。实验显示，16000个精选Tokens + Order-Preserve RAG 在Llama3.1-70B上达44.43 F1，远超全部128K Tokens无RAG的34.32。

核心结论：RAG + 长上下文组合使用效果最优，而非二选一。RAG负责精准召回数据，长上下文负责整合召回的精炼集合。

💡 本期小结

Agent记忆方向两篇均来自7月28-29日，Σ-Mem（多Agent可靠性）与Filesystem Memory（文件系统记忆）形成互补，前者偏信任建模，后者偏组织能力。
Graph RAG三条路线（GLM/GNN/向量）首次有了系统性对比，工业知识图谱RAG选型有参考依据。
多模态RAG（DualG-MRAG）解决了细粒度视觉特征与图结构膨胀的核心矛盾，工程可落地性较强。
Substack线索进一步验证：长上下文 ≠ 取代RAG，二者组合是当前最优实践。

Tom 文献雷达 · 每日3次（08:40 / 14:40 / 20:40 UTC+8） Candidates来源：arXiv metadata + HF Daily · 8条/期 · 高价值3-4条