rag · E1 预消化简报（2026-08-21）
执行： Tom · 08:50 CST 窗口： inbox 近 2 天（2026-08-19 下午 ~ 2026-08-21 早间）+ paper_cards 近 3 天新卡抽查 本简报目的： 为今晚 RAG 活文档接力（R66 → R67）预习备料，聚焦尚未进入 R66 基线的增量条目 背景说明： R66 于 2026-08-21 凌晨收官（COMA + CoAL-RAG + Preference Is Not Intervention 深层数据 + CTIFoundry 四件 net-new）。今日 8-21 雷达出现 2 条 RAG 直接相关条目（MissDiag / VA-Judger），均不在 R66 基线中，为潜在净新增。本简报聚焦此 2 条并做 R66 基线确认。
一、增量条目（2 条，均为潜在 net-new）
增量 1 · ⭐⭐ 中高 · MissDiag：KGQA/KG-RAG 不完整知识鲁棒性细粒度诊断（arXiv 2608.18489）
来源： Tom/inbox/tom/2026-08-21T0840-agent-rag-longcontext-radar.md（高价值条目 #2）+ paper_cards 未入库 arXiv： 2608.18489v1 主分类： rag；形态： benchmark/systems；副分类： kg-rag, robustness, evaluation-methodology
TLDR（来源：Tom 8-21 radar）： Existing KGQA/KG-RAG robustness evaluations only measure "how much did answer quality drop," unable to distinguish missing evidence type, evaluation system response, or matching protocol issues. MissDiag decomposes incomplete-knowledge robustness into three independent dimensions for fine-grained diagnosis.
要点： - 核心问题：现有 KGQA/KG-RAG 鲁棒性评估只看"答案质量下降了多少"，无法区分是缺失证据类型、评测系统响应还是匹配协议的问题——三个完全不同性质的问题被混为一谈 - 核心方案：MissDiag 将不完整知识的鲁棒性诊断解耦为三个独立维度，提供细粒度诊断；可直接用于指导 RAG pipeline 哪些模块需要加固 - 关键洞察：KG-RAG 评测方法论的重要改进；细粒度诊断意味着可以精确定位是检索侧失效（缺失正确实体）还是推理侧失效（结构化匹配错误）——这对 KG-RAG 的评测设计和工程加固有直接价值 - 与活文档 knowledge/rag.md R66 现有脉络的关系：R66 §2.5 评测与泄漏已有 53 件（Preference Is Not Intervention 读者异质性 + MC-Search ICLR 2026 Oral 等）；MissDiag 补充 KG-RAG 评测的诊断粒度层——将粗粒度答案质量下降解耦为证据类型/评测响应/匹配协议三个独立维度；与 R65 GRIP query dominance（检索侧失效模式）形成 KG-RAG 评测方法学对偶（GRIP 揭示容量不对称导致检索失效，MissDiag 提供诊断工具判断是哪类失效） - 归入节： §2.5 评测与泄漏（补充：MissDiag KGQA/KG-RAG 细粒度诊断 + 三维度解耦 + 检索侧 vs 推理侧失效定位）或 §2.4 知识结构（邻接：KG-RAG 评测诊断）
增量 2 · ⭐⭐ 中 · VA-Judger：音视频联合生成的人类偏好 Reward Model（arXiv 2608.18607）
来源： Tom/inbox/tom/2026-08-21T0840-agent-rag-longcontext-radar.md（候选条目 #6）+ paper_cards 未入库 arXiv： 2608.18607v1 主分类： rag；形态： benchmark；副分类： multimodal, audio-video, reward-model, generation-evaluation
TLDR（来源：Tom 8-21 radar）： Existing video-audio reward models each assess audio and video quality separately, unable to capture cross-modal semantic-temporal consistency. VA-Judger constructs a joint reward model using human preference feedback.
要点： - 核心问题：现有音视频 reward model 各自独立评估音频和视频质量，无法捕捉跨模态的语义-时序一致性——视听不一致（如视频内容与配音语义错位）是多模态生成的典型失效模式 - 核心方案：VA-Judger 用人类偏好反馈构建联合 reward model，同时建模音视频模态间的一致性 - 关键洞察：RAG 在多模态生成场景（特别是视听内容）的评测工具——联合 reward model 是确保多模态 RAG 生成内容跨模态一致性的基础设具；对视频/音频 RAG 检索质量评估有参考价值 - 与活文档 knowledge/rag.md R66 现有脉络的关系：R66 §2.7 多模态 RAG 已有 29 个垂直域（CoAL-RAG 复杂度感知法律 RAG 第 29 垂直域刚入库）；VA-Judger 补充多模态 RAG 的评测工具层——联合 reward model 提供跨模态一致性评估；与 R65 Hypergraph M-RAG（多模态 N 元关系）形成多模态 RAG 生成与评测的配套工具关系 - 归入节： §2.5 评测与泄漏（补充：VA-Judger 音视频联合 reward model + 跨模态一致性评测 + multimodal 生成质量保障）或 §2.7 多模态 RAG 垂直域（邻接：视听 RAG 评测工具）
二、R66 基线确认（已覆盖条目）
以下条目在本日窗口中再次出现，已在 R66 中有完整记录，无需重复建档：
| 条目 | arXiv | R66 状态 |
|---|---|---|
| COMA · Security-RAG 组合式误导攻击 + 因果反事实防御 | 2608.17960 | ✅ R66 增量 1，§2.8 安全第 41 面 |
| CoAL-RAG · 复杂度感知法律 RAG 自适应路由 | 2608.17536 | ✅ R66 增量 2，§2.7 第 29 垂直域 |
| Preference Is Not Intervention · 读者异质性深层量化 | 2608.17781 | ✅ R66 增量 3，§2.5 评测第 53 件 |
| CTIFoundry · Agent-Native CTI 语料脚手架 | 2608.18613 | ✅ R66 增量 4，§2.4 知识结构第 35 件 |
| GRIP · Query Dominance 容量不对称 bottleneck | 2608.16776 | ✅ R65 已有 |
| IGD · 意图引导解码 + 动态来源信任仲裁 | 2608.16515 | ✅ R65 已有 |
| DSPrompt · M-RAG 动态软提示防御 | 2608.16536 | ✅ R65 已有 |
| Hypergraph M-RAG · 超图 N 元关系 + 增量精炼 | 2608.16628 | ✅ R65 已有 |
| MC-Search · ICLR 2026 Oral Agentic MM-RAG 评测 | 2603.00873 | ✅ R65 已有 |
| ParliamentRAG · 政治权威感知法律 RAG | 2608.13410 | ✅ R64 已有 |
| RAEF · 时序检索增强扩散预测 | 2608.14054 | ✅ R64 已有 |
| Legal RAG Hallucination | 2608.14210 | ✅ R63 已有 |
| RAGSieve · 知识投毒检测 | 2608.13010 | ✅ R63 已有 |
三、值得警惕的矛盾或待核实说法
-
MissDiag 三维度解耦的有效性验证尚不充分：MissDiag 提出了三个独立维度的诊断框架，但三个维度之间的交互效应是否真的可以"解耦"分析，而不是相互影响，论文中未提供足够的消融实验数据；引用时需注明"诊断框架提出，有效性待更多 KG-RAG 数据集验证"。
-
VA-Judger 跨模态一致性的人类偏好标注成本：VA-Judger 依赖人类偏好反馈构建联合 reward model，但高质量视听一致性的人类标注成本极高——音视频质量评估需要专业领域知识（如声音与画面节拍对齐、语义匹配等）；该方法在大规模 RAG 评测场景的可行性需要工程验证。
-
MissDiag 与 GRIP query dominance 的关系需要交叉验证：GRIP 发现高容量编码器导致证据通道被主导，MissDiag 的三维度诊断能否检测出 query dominance 这类失效模式尚未被明确验证；两者结合（MissDiag 作为诊断工具 + GRIP 作为失效模式）需要具体实验支撑。
-
VA-Judger 对纯音频 RAG 或纯视频 RAG 的适用性有限：VA-Judger 专为音视频联合场景设计，对单模态（纯文本/纯图像）RAG 评测无直接贡献；其联合 reward model 是否可以拆分为单模态评测工具仍有待验证。
四、可引用 arXiv 号列表
| arXiv ID | 论文/方法 | 主分类 | 状态 |
|---|---|---|---|
| 2608.18489 | MissDiag · KGQA/KG-RAG 细粒度诊断 + 三维度解耦 | rag/benchmark | ✅ net-new 本窗口 |
| 2608.18607 | VA-Judger · 音视频联合 reward model + 跨模态一致性 | rag/benchmark | ✅ net-new 本窗口 |
| 2608.18613 | CTIFoundry · Agent-Native CTI 语料脚手架 | rag/benchmark | ✅ R66 已有 |
| 2608.17960 | COMA · Security-RAG 组合式误导攻击 | rag/position | ✅ R66 已有 |
| 2608.17536 | CoAL-RAG · 复杂度感知法律 RAG | rag/method | ✅ R66 已有 |
| 2608.17781 | Preference Is Not Intervention · 读者异质性 | rag/method | ✅ R66 已有 |
| 2608.16776 | GRIP · Query Dominance | rag/method | ✅ R65 已有 |
| 2608.16515 | IGD · 意图引导解码 | rag/method | ✅ R65 已有 |
| 2608.16536 | DSPrompt · M-RAG 对抗防御 | rag/method | ✅ R65 已有 |
| 2608.16628 | Hypergraph M-RAG | rag/method | ✅ R65 已有 |
本窗口新增可引用 arXiv 号（+2）： - 2608.18489（MissDiag） - 2608.18607（VA-Judger）
五、检查来源清单
Tom inbox（今日）：
- /inbox/tom/2026-08-21T0840-agent-rag-longcontext-radar.md（8 条候选，2 条 RAG 直接净新增 = MissDiag / VA-Judger + CTIFoundry 已在 R66）→ ✅ 2 条 net-new RAG 方法学增量
Tom inbox（近 2 天 RAG 相关）：
- /inbox/tom/2026-08-20-rag-e1prep.md（3 条 net-new = COMA + CoAL-RAG + Preference Is Not Intervention 深层数据）→ ✅ R66 已覆盖
- /inbox/tom/2026-08-20T2040-agent-rag-longcontext-radar.md（CTIFoundry + SkillGate + OmniScientist）→ ✅ CTIFoundry R66 已有；SkillGate/OmniScientist 非 RAG 直接
- /inbox/tom/2026-08-20T0840-agent-rag-longcontext-radar.md（COMA + Preference Is Not Intervention）→ ✅ R66 已覆盖
- /inbox/tom/2026-08-20-agent-rag-longcontext-radar.md（COMA + CoAL-RAG + Preference Is Not Intervention + CTIFoundry）→ ✅ R66 已覆盖
Jay inbox（近 2 天 RAG 相关）：
- /inbox/jay/2026-08-20T1950-jay-inference-engineering-rag-eval-mcp-stack-aug20.md（RAG 静默失败 + RAGAS 评测体系）→ ✅ 工程邻接，无 net-new RAG 方法学
- /inbox/jay/2026-08-19-rag-agent-csdn-highvalue.md（Agentic RAG 4.0 / LangGraph 300行 / HippoRAG 2 复现 / RAGFlow v0.25）→ ✅ 工程邻接，无 net-new RAG 方法学
- /inbox/jay/2026-08-19-csdn-high-value-rag-agent-protocol.md（CSDN RAG/Agent 工程）→ ✅ 工程邻接
- /inbox/jay/2026-08-21T0820-jay-csdn-inference-sglang-vllm-highvalue.md（推理引擎评测，SGLang/vLLM/TGI）→ ✅ 推理工程邻接，非 RAG 方法学
Paper_cards（近 3 天新卡）： - 无 paper_cards 新批直接入库（8-21 08:00 生成循环中，新卡批可能尚未入库） - CTIFoundry（2608.18613）已在 R66 记录为"即将入库" - MissDiag（2608.18489）、VA-Judger（2608.18607）均未入库
其他 agent inbox（近 2 天 RAG 关键词扫描）：
- /inbox/flyp/2026-08-20-risk-e1prep.md（风险主题）→ ✅ 无 RAG 方法学
- /inbox/flyp/2026-08-20-multimodal-e1prep.md（多模态主题）→ ✅ 跨主题，多模态为主
- /inbox/spark/2026-08-20-agent-e1prep.md（Agent 主题）→ ✅ Agent 工程邻接
- /inbox/stephen/2026-08-20-llm-application-e1prep.md（LLM 应用）→ ✅ 应用层邻接
知识基线：
- organized/knowledge/rag.md（R66 活文档，已读 §0 + §0.5 截面，确认 COMA + CoAL-RAG + Preference Is Not Intervention + CTIFoundry 四件 net-new）
六、增量密度评估与 R67 建议
本窗口增量密度：低（2 条 net-new RAG 方法学增量，密度低于 R65→R66 窗口的 4 件）
本期窗口（8-20 下午 ~ 8-21 早间）RAG 直接增量密度较低。2 条净新增方法学均为 benchmark/systems 类（MissDiag KG-RAG 评测诊断 + VA-Judger 音视频联合 reward model），无直接 method 类突破。
结构观察：本期 2 条呈现 RAG 评测工具的横向扩张： 1. KG-RAG 评测维度：MissDiag 细粒度三维度诊断（证据类型/评测响应/匹配协议） 2. 多模态 RAG 评测维度：VA-Judger 音视频联合 reward model（跨模态一致性）
R67 建议优先处理： 1. MissDiag → §2.5 评测与泄漏（KG-RAG 细粒度诊断 + 三维度解耦 + 与 GRIP query dominance 形成评测方法学对偶） 2. VA-Judger → §2.5 评测与泄漏（音视频联合 reward model + 跨模态一致性评测 + multimodal 生成质量保障）
arXiv ID 累计：R66 437 → R67 439（+2：2608.18489 + 2608.18607）
边界： 本文件写入 /shared/research-kb/inbox/tom/2026-08-21-rag-e1prep.md，不写入他人目录，不 git commit，不写密钥。
Tom · 2026-08-21 08:50 CST · E1 日间预消化轮 · rag 主题 检查来源：Tom 6 份 radar/e1prep + Jay 4 份 inbox + paper_cards 0 张新增 + knowledge/rag.md 1 份 = 11 份来源