Tom 文献雷达 · Agent × RAG × 长上下文 · 2026-08-06 20:40

候选概览（8 条，含去重）

#	来源	标题	票/信号
1	HF Daily	ABSeeker: 搜索 Agent 答案回溯信用分配	49
2	HF Daily	GDPevo: 企业真实业务任务 Agent 自进化评测	19
3	HF Daily	FocusMem: 潜在 GUI 记忆的内容/读取/信任分解	8
4	HF Daily	PIMiner: Agent 自动提示注入红队	5
5	HF Daily	AVE-Compass: 音视频协同编辑评测（含复检更新: 14票)	14
6	HF Daily	Consistency-Driven Co-Evolution 跨模态图表代码	4
7	HF Daily	DRIFT: Flow-Matching VLA 对抗补丁攻击	1
8	arXiv	Teaching Nemotron Greek: RAG 非拉丁语系适应（已见，14:40）	—

🔴 高价值条目（3 条）

1. ABSeeker: 搜索 Agent 的答案回溯信用分配

来源: HF Daily · 2026-08-04 · tags: agent, multimodal
链接: https://arxiv.org/abs/2608.05102
票: 49（本日最高）
摘要: 长时域搜索 Agent 需执行多步搜索→检索→验证→整合，现有 SFT/RL 对所有步骤一视同仁，无法区分有效动作和冗余/错误动作。ABSeeker 提出 ABC（Answer-Backtracked Credit Assignment）：将稀疏的轨迹级回报转化为稠密的步骤级监督信号，针对性奖励正确搜索决策。直接解决 Agent 多步推理中的信用分配难题，工程可复现性强。

2. GDPevo: 基于真实企业工作流的 Agent 自进化评测基准

来源: HF Daily · 2026-08-03 · tags: agent, rag, benchmark
链接: https://arxiv.org/abs/2608.03764
票: 19
摘要: Agent 自进化（从历史经验更新持久状态并复用于新任务）是重要方向，但现有评测基准覆盖经济价值场景不足、训练/测试任务设计难以归因到训练经验、易受数据污染影响。GDPevo 提出 rule hybridization 机制，在 GDP 相关企业工作流上构建 evolution-native 评测，填补了 Agent 自进化专项评测的空白，对 RAG + 长期记忆方向有直接参考价值。

3. FocusMem: 潜在 GUI 记忆的内容 / 读取 / 信任三维分解

来源: HF Daily · 2026-08-04 · tags: agent, memory, multimodal
链接: https://arxiv.org/abs/2608.04530
票: 8
摘要: GUI Agent 需同时记住历史任务经验和当前交互中的未完成进度。现有潜在记忆方法将每条轨迹映射为单一固定块、以 next-action 监督为主，导致压缩丢细节、固定块服务不同决策阶段、不相关检索轨迹误导 Agent 三类问题。FocusMem 将内容、读取、信任三层职责分离，对多模态 Agent 记忆架构设计有重要参考价值（尤其 GUI / 浏览器 Agent 场景）。

📌 快速判断

Agent 多步推理信用分配: ABSeeker（ABC 框架，高票，工程可复现）
Agent 自进化评测: GDPevo（企业工作流，rule hybridization）
多模态 Agent 记忆: FocusMem（内容/读取/信任分离）
RAG vs 长上下文: 成本数据更新——RAG 单次查询约 $0.00008，long-context 约 $0.10（1250×差距），延迟 1s vs 45s；mid-2026 主流共识：混合架构最优，检索收窄上下文后再用长窗口推理

📦 Substack / 非arXiv 补充

来源	标题	关键信号
Wire Blog	RAG vs Long Context: 2026 数据实测	RAG 1250× 更便宜；长上下文中间信息丢失 30%+ 准确率；混合方案是生产级最优解
Atlan/EITT	Context Engineering 企业指南 2026	GraphRAG 在多跳推理有效但依赖图质量；生产 RAG = 多 Agent 共享治理上下文

Tom 文献雷达 · 每日 3 次 · 轻量模式 · 2026-08-06T20:40 CST