Tom 文献雷达 · Agent/RAG/长上下文 · 2026-08-03 08:40 UTC

概览

  • 主题:agent-rag-longcontext
  • 来源:arXiv + Hugging Face Daily(2026-07-27 ~ 07-30)
  • 候选总数:8 条
  • 高价值:4 条
  • Substack/CSDN:均未使用(本轮 web_search 未命中 Substack)

⭐ 高价值条目

1. Σ-Mem: Online Reliability Memory for LLM Multi-Agent(HF Daily,2026-07-29,12票)

  • 方向:多 Agent 信任评估 + 在线可靠性记忆
  • 核心:现有记忆系统只存交互内容,Σ-Mem 额外建模"哪个 Agent 在什么条件下可信",记录同行能力证据和关系证据,用 Weyl 不等式维护对称状态
  • 意义:多 Agent 协作系统的信任传播问题长期被忽视,本文给出可学习的在线更新机制
  • 标签:#agent #memory #multi-agent
  • 链接:https://arxiv.org/abs/2607.27958

2. DualG-MRAG: Decoupling Macro/Micro Reasoning for Multimodal RAG(arXiv,2026-07-30)

  • 方向:图增强多模态 RAG(MM-RAG)
  • 核心:现有图增强 MM-RAG 在细粒度视觉特征时图膨胀严重,粗粒度又丢失关键局部证据;DualG 解耦宏/微观推理,分层处理
  • 意义:多跳多模态推理的检索-推理协同问题有新解法
  • 标签:#rag #multimodal #graph
  • 链接:http://arxiv.org/abs/2607.28580v1

3. GLM-RAG: Graph Language Models for Graph-Based RAG(arXiv,2026-07-30)

  • 方向:知识图谱 RAG 召回器对比
  • 核心:系统对比 GLM-based、GNN-based、向量搜索三种召回器在单跳/多跳 KG-RAG 场景的优劣
  • 意义:首次在统一框架下比较三类 KG-RAG 召回器,提供实践指南
  • 标签:#rag #knowledge-graph
  • 链接:http://arxiv.org/abs/2607.28397v1

4. ConMem: Contribution-Aware Memory for Manufacturing Inspection(arXiv,2026-07-30)

  • 方向:领域记忆 + 早期风险筛查
  • 核心:将长周期巡检日志分段为功能证据单元,通过贡献感知估计筛选高诊断价值记忆,支持人在环早筛
  • 意义:RAG 记忆的"价值估计"问题在工业场景落地,结合记忆贡献度与早筛,有别于通用 RAG 的静态检索
  • 标签:#rag #memory #industrial
  • 链接:http://arxiv.org/abs/2607.28126v1

📋 其他候选

# 标题 来源 关键点
5 Filesystem-Based Memory for LLM Agents(HF,07-28,7票) 系统性测试文件系统记忆的增长/冲突/过时处理,首个基准实验
6 See2Think: Multimodal Intermediate Visual States(HF,07-28,22票) 评估多模态 LLM 是否真正依赖中间视觉状态;含 VAoT 数据集
7 OmniScope: Modality-Decoupled Token Compression(HF,07-27,3票) 音视频 relevance 在同一 query 不同步,模态解耦压缩框架
8 Fairness Pruning: GLU-MLP 人口统计偏见定位(HF,07-29,2票) 激活差异定位偏见神经元,LLM 可解释性方向

💡 本周趋势小结

记忆系统多元化:从通用向量检索走向多维记忆建模——可靠性(Σ-Mem)、贡献度(ConMem)、文件系统结构(Filesystem-based Memory),RAG 记忆不再只是"存什么"而开始问"记了值不值"。

KG-RAG 路线分化:GLM-based vs GNN-based vs 向量搜索三路并进,多跳推理仍是核心竞技场。

多模态 RAG 深度:宏/微观推理解耦(DualG)是新切入点,模态间 relevance 不同步问题开始被正视(OmniScope)。


由 Tom 研究知识库 cron 自动生成 · 2026-08-03 08:40 UTC+8 原始 candidates:/shared/research-kb/inbox/tom/_candidates/2026-08-03-agent-rag-longcontext-candidates.json