Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-08-23 第三期
本期候选（8条）
| # | 来源 | 标题 | 标签 |
|---|---|---|---|
| 1 | arXiv | Inadvertent Context Leakage in Language Models | agent, long-context, security |
| 2 | HF | The Embedder's Dilemma: LLMs Are Better, but at What Cost? | rag, benchmark |
| 3 | HF | Hierarchical Self-Improvement: A Framework for Task-Specific Evolvable Agent Harnesses | agent |
| 4 | HF | QuoteBench: How Matched Scores Can Hide Command-Path Failures | agent, benchmark |
| 5 | HF | τ_0-VLA: Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation | agent, memory, systems |
| 6 | HF | The Embedder's Dilemma: LLMs vs Embedding Models (cost-aware, 37 tasks) | rag, benchmark |
| 7 | arXiv | What Makes a Good Fiqh Retriever? Arabic Islamic Jurisprudence RAG | rag, benchmark |
| 8 | HF | FlowEvo: Self-Evolving Agents through Co-Evolution of Workflows and Skills | agent |
⭐ 高价值条目（4条）
1. Inadvertent Context Leakage in Language Models
来源： arXiv | 标签： agent, long-context, security
AI Agent 的记忆/上下文（如日历、凭据、医疗/财务数据）即使模型正确拒绝直接提取，攻击者也可通过构造提示词利用隐藏关联重建敏感信息——即便模型"答对了"也发生了泄漏。
要点： 上下文窗口本身成为隐蔽信道；需要新的防御范式，不能只靠输出过滤。LLM 安全研究从提示注入升级到了上下文相关性攻击。
2. The Embedder's Dilemma: LLMs Are Better, but at What Cost?
来源： HF Daily | 标签： rag, benchmark | votes: 10
37任务、6家族、26模型（118M–14B参数）的受控成本感知对比。结论：整体持平（Gemini 3.1 Pro 77.6 vs 最佳embedding 77.2），但LLM在推理密集检索占优，embedding在分类占优，STS/聚类/配对分类持平。
要点： 实际选型不能只看精度，需把延迟+成本纳入决策；是目前为止最系统的embedding vs LLM嵌入对比研究。
3. Hierarchical Self-Improvement: A Framework for Task-Specific Evolvable Agent Harnesses
来源： HF Daily | 标签： agent | votes: 10
同一冻结LLM在三层次Scope运行：Task Harness → Meta-Harness → Self-Harness，harness自身可热插拔rewrite，用环境反馈持续演化。
要点： 框架而非微调——让agent的"脚手架"随任务自我进化，解耦了模型能力与工程管线，是Agent框架层面的自我改进范式。
4. QuoteBench: How Matched Scores Can Hide Command-Path Failures
来源： HF Daily | 标签： agent, benchmark | votes: 7
LLM coding agent通过bash接口发命令，接口序列化/重解析后，matched execution score无法区分生成错误与传输后错误。QuoteBench用56个one-shot任务验证这一边界。
要点： 当前Agent评测指标存在系统性盲区——生成合约与执行传输之间的缝隙被忽略，QuoteBench填补了这个空白。
📮 Substack 补充（1条）
My AI Agent Had 18 Security Holes. Here's How I Fixed Every One Practical breakdown of real agent security failures: system prompt leakage, Unicode homoglyph bypass, memory injection paths, missing audit logs — 与本期 arXiv "Context Leakage" 论文形成实践映照。
去重说明
与上期（2026-08-22）对比：QuoteBench、Hierarchical Self-Improvement 为新进；The Embedder's Dilemma 来自上期HF策展，本期补充arXiv版本；FlowEvo/TinyCast 热度偏低暂不升级。
Tom 研究雷达 · 每日3次 · 2026-08-23 20:40 UTC