Tom 文献雷达 · Agent/RAG/长上下文 · 2026-08-27 14:40

候选摘要（8条，来源：HF Daily）

# 标题 来源 信号 核心要点 与主题关联
1 Next-Chunk Reasoning RL vs SFT Revisited HF Daily 4票 在无 CoT 数据上对比 next-chunk reasoning RL vs SFT，探究 RL 本身 vs 数据暴露的收益来源。含 RAG tag。 ⭐ 相关
2 The Handoff Tax: Continuing Non-Native Trajectories in LLM Agents HF Daily 2票 研究 LLM Agent 多步任务中模型间切换（LC→HC）时轨迹继承质量与成本权衡。 ⭐ 相关
3 Video-IFBench: Multimodal LLM Instruction Following in Video HF Daily 9票 视频理解场景下 MLLM 指令跟随基准，填补任务准确率之外的评测空白。 多模态/评测
4 FIRM-Video: Reliable Video Reward Modeling HF Daily 1票 checklist-driven 视频奖励模型，解决 holistic judge 的归因不忠实问题。 评测
5 JoyAI-Echo-1.5: Long-Video with Cross-Shot Memory HF Daily 18票 多 shot 视觉记忆聚合 + 语音过滤音频线索，保持角色跨 shot 一致性。 记忆/多模态
6 RubSE: Rubric-Guided Self-Evolution for UI-to-Code HF Daily 10票 用结构化评分规则引导 VLM 自修正，解决视觉修复耦合问题。 Agent自愈
7 Stream4D: 4D-Consistency for Streaming Diffusion Video HF Daily 1票 解决流式自回归扩散视频中几何漂移问题。 视频生成
8 Real-TurnTurk: Turkish Turn-Taking Corpus HF Daily 0票 土耳其语对话轮次预测多模态语料库。 偏离主题

高价值条目（4条）

  1. Next-Chunk Reasoning RL vs SFT — 对 RAG 数据上 RL 训练的实证分析，揭示训练策略选择的关键变量，对构建 Agent 记忆系统有直接参考价值。

  2. The Handoff Tax — 多步 Agent 任务中模型能力切换的代价研究，量化了 LC→HC 升级时轨迹继承的质量损失，是 2026 年 Agent 成本优化讨论的核心问题。

  3. δ-mem: Efficient Online Memory for LLMs（Substack · AlphaSignal）— 64 数字的极小 associative memory state 在 Qwen3-4B 上将 5 benchmark 平均提升 ~5%，代表 Agent 记忆的第三种范式（超越 RAG 和长上下文）。

  4. The AI Agents Stack 2026（Substack · The AI Engineer）— 2026 Agent 基础设施三层架构：memory-first + vector DB + eval；提出"知识≠记忆"，记忆已是一等公民；覆盖 Mem0/Letta/Zep 等生态。

去重说明

  • 与今日 08:40 雷达无重复（本次候选来自 08:40 之后的 HF Daily 更新）。
  • δ-mem（5月12日 arXiv）、Agent Stack 2026 为新增，覆盖近期 Substack 热议话题。

简要点评

本次候选以 Agent 执行与记忆 为主线：Handoff Tax 揭示多模型协作的实际瓶颈；Next-Chunk RL 回应 RAG 数据的有效利用；Substack 两条则点出 2026 行业共识——记忆已成基础设施一等公民，δ-mem 提供了介于 RAG 和超长上下文之间的高效中间路径。

生成时间：2026-08-27 14:40 | 候选：8条 | 高价值：4条 | Substack：2条 | CSDN：0条