rag · E1 预消化简报（2026-08-29）
执行： Tom · 08:50 CST 窗口： inbox 近 2 天（2026-08-27 下午 ~ 2026-08-29 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（R73 → R74）预习备料，聚焦尚未进入 R73 基线的增量条目
一、增量条目（2 条，密度偏低）
增量 1 · ⭐ 中 · CritICL：推理时弱到强泛化，利用小模型失败模式（arXiv:2608.27455，2026-08-27）
来源： Tom/inbox/tom/2026-08-29T0840-agent-rag-longcontext-radar.md（2026-08-29 今早 radar #4 · tag rag, systems · ⭐4票 · 2026-08-27 提交）+ web_fetch arXiv abstract 核验
来源链接： https://arxiv.org/abs/2608.27455
主分类： cs.CL；形态： method；副分类： inference-time-scaling, weak-to-strong, critique-based, rag-adjacent
TLDR（来源：arXiv abstract 实际抽取）： Recent advances in inference-time scaling have significantly improved reasoning performance of LLMs. However, these methods typically rely on repeated generation or external verification. CritICL improves reasoning while maintaining high efficiency. Key insight: LLM failure modes exhibit structured patterns across model scales within the same family. Instead of treating failures as undesirable outputs, CritICL leverages them as a source of guidance. Specifically, it utilizes failure modes derived from weaker models and incorporates them into inference through critique-based in-context examples. Two variants: CritICL-dynamic (adaptively predicts input-specific failure modes and retrieves critiques) and CritICL-static (uses a global failure mode profile for stable guidance). Code available at https://github.com/umwyf/CRITICL.
要点： - 核心问题：推理时缩放（inference-time scaling）方法改善了 LLM 推理性能，但通常依赖重复生成或外部验证器，计算代价高 - 核心方案：CritICL 利用"同族模型中小模型的失败模式"作为指导信号——不将失败视为错误输出，而是作为引导来源；通过 critique-based in-context examples 将弱模型失败模式融入推理；CritICL-dynamic 自适应预测输入特定失败模式并检索 critiques；CritICL-static 使用全局失败模式画像提供稳定指导 - 关键洞察：这是"弱到强泛化"（weak-to-strong generalization）领域的 RAG-adjacent 工作——critique-based in-context examples 本质上是一种结构化检索（检索"与当前输入类似的失败模式"），可类比 RAG 的检索-增强框架；与 R73 TTPO（测试时训练 pseudo-label TTT）共同构成"推理时训练/增强"方向的两条路线；CritICL 更接近 inference-time scaling，TTPO 更接近 post-training - RAG 关联度评估：中等——核心贡献是推理时缩放，rag 标签来自 Tom radar 的二次标注；critique retrieval 机制与 RAG 检索有概念相似性（检索类似的失败模式作为上下文证据），但不属于 RAG 检索增强主流方向；建议以 RAG-adjacent 邻接处理，不作为 RAG 直接贡献 - 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 §2.6 运行时（TTPO pseudo-label TTT 运行时后训练）；CritICL 可邻接于 §2.6——作为"推理时 critique-based self-guidance"方法论补充，与 TTPO majority-vote pseudo-label 形成"失败模式检索引导 vs pseudo-label 投票"两条推理时自改进路线对照；R73 §2.6 运行时 134 件邻接补充（+1） - 归入节： §2.6 运行时与基础设施（邻接：CritICL = 推理时弱到强泛化 + critique-based in-context examples + 与 TTPO 形成推理时自改进双路线） - arXiv： 2608.27455 ✅ 今早 radar 收录，paper_card 待建
增量 2 · ⭐ 低 · Procedura 3D 建模含 rag 标签（arXiv:2608.26238，2026-08-26）
来源： Tom/inbox/tom/2026-08-29T0840-agent-rag-longcontext-radar.md（2026-08-29 今早 radar #3 · tag agent, rag, systems · ⭐7票）+ paper_card 1124
来源链接： https://arxiv.org/abs/2608.26238
主分类： agent；形态： position；副分类： 3d-modeling, procedural-control, agentic
TLDR（来源：paper_card 1124 摘要）： 原生 3D 生成器已能从单张图像恢复令人印象深刻的几何网格，但密集网格在机加工物体应锋利的部位仍显柔软，且不包含部件分解，也不暴露任何可供用户编辑的参数。Procedura 探索"3D shape as code"范式，用 LLM 将物体写为过程化装配体（parametric program），其具名部件通过类型化的、可机器校验的配合关系相连。
要点： - 核心贡献：Procedura 是"3D shape as code"位置论文——将 LLM 的编程能力迁移到几何建模；核心不是 RAG，是 Agent × 3D 建模 - RAG 关联度评估：低——rag 标签来自 Tom radar 二次标注；核心贡献与 RAG 检索增强无直接关系；"procedural assembly as parametric program"是代码生成方向，不是知识检索方向 - 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 无直接关联；建议不写入 rag.md 主文件；如需邻接，可在 §2.6 运行时以"3D/视觉 Agent"邻接提及，不单独立项 - 归入节： 不建议写入 rag.md（关联度过低）；如 Stephen 的 llm-application.md 需要可邻接 - arXiv： 2608.26238 ✅ paper_card 1124 已入库
二、R73 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 R73 中有完整记录：
| 条目 | arXiv | R73 状态 |
|---|---|---|
| CaSKG | 2608.25500 | ✅ R73 增量 1，§2.7 多模态 RAG 邻接 |
| TTPO | 2608.27448 | ✅ R73 增量 2，§2.5 评测 + §2.6 运行时 |
| PILOT | 2608.26530 | ✅ R73 增量 3，§2.6 运行时 + §2.17 Memory |
| RetrievalRouter | 2608.25625 | ✅ R72 增量 1，§2.6 运行时 + §2.7 |
| PlanSightRAG | 2608.26091 | ✅ R72 增量 2，§2.7 多模态 RAG |
| Multi-Granularity MMKG-RAG | 2608.25986 | ✅ R72 增量 3，§2.4 知识结构 |
| EDD 评测基础设施 | — | ✅ R72 增量 4，§2.5 评测（CSDN 工程实践） |
三、值得警惕的矛盾或待核实说法
- CritICL（2608.27455）rag 标签的可靠性：Tom radar 标注了
rag, systems双标签；但论文 abstract 显示核心贡献是推理时缩放（inference-time scaling），与 RAG 检索增强主流方向（外部知识检索）关联度有限；critique retrieval 与语义检索在机制上有相似性，但应用场景不同；建议以"RAG-adjacent 推理时增强"定位，不作为 RAG 直接贡献处理 - CritICL paper_card 尚未入库：arXiv ID 已存在 2 天，但 paper_card 未建；引用时需注明"paper_card 待建"；GitHub 已公开（https://github.com/umwyf/CRITICL），开源透明度高于 VoiceMem
- Procedura（2608.26238）rag 标签过宽：Tom radar 将 3D 建模论文标注 rag 标签，但实质贡献与 RAG 检索增强无关；建议 rag.md 中不为此单独立项
- TTPO vote 数跨棒波动问题（沿用 R73 警示）：tom 8-28 0840 radar 报 18 票 → 1440 radar 报 37 票 → 2040 radar 报 50 票 → paper_card 1120 TLDR 标注 37 票；建议以 paper_card TLDR 为准
四、可引用 arXiv 号列表
| arXiv ID | 论文/方法 | 主分类 | 状态 |
|---|---|---|---|
| 2608.27455 | CritICL · 推理时弱到强泛化 + critique-based in-context examples · RAG-adjacent | cs.CL | ✅ 今早 radar 收录，paper_card 待建 |
| 2608.26238 | Procedura · 3D shape as code · Agent × 3D 建模 | agent | ✅ paper_card 1124 已入库（rag 标签关联度低） |
| 2608.25500 | CaSKG · 反事实-因果技能图 | rag | ✅ R73 已有 |
| 2608.27448 | TTPO · 测试时策略优化 pseudo-label TTT | rag | ✅ R73 已有 |
| 2608.26530 | PILOT in the Loop · Live Self-Improvement | agent | ✅ R73 已有 |
| 2608.25625 | RetrievalRouter · 查询级自适应 pipeline 路由 | rag | ✅ R72 已有 |
| 2608.26091 | PlanSightRAG · 视觉优先多模态 RAG benchmark | rag | ✅ R72 已有 |
| 2608.25986 | Multi-Granularity MMKG-RAG · 多模态 KG GraphRAG | rag | ✅ R72 已有 |
五、检查来源清单
Tom inbox（近 2 天）：
- /inbox/tom/2026-08-29T0840-agent-rag-longcontext-radar.md（2026-08-29 今早 radar）→ CritICL #4 ⭐4票（rag, systems）+ Procedura #3 ⭐7票（agent, rag, systems） = 增量 1（CritICL RAG-adjacent）+ 增量 2（Procedura rag 标签关联度低）；其余 6 条均与 RAG 无直接关联
- /inbox/tom/2026-08-28-rag-e1prep.md（2026-08-28 预消化）→ R73 基线确认参考
- /inbox/tom/2026-08-28T2040-agent-rag-longcontext-radar.md（2026-08-28 晚间 radar）→ R73 增量已在 R73 主文件确认
Jay inbox（RAG 相关，近 2 天）：
- /inbox/jay/2026-08-29T0820-jay-csdn-substack-rag-agent-llmops-highvalue.md（2026-08-29 早间）→ RAG 工程实践（LangGraph 入门、LangChain 实战、RAG 技术全景）+ AgentOps 生产部署（ZenML 1400+ 案例）+ Substack 路线图；均为 R73 已有脉络的工程化补充，无 net-new 主论文
- /inbox/jay/2026-08-28T1530-jay-substack-arxiv-highvalue-entries.md（2026-08-28 下午 v2 重写）→ ReCo KV Cache 压缩（arXiv:2608.04771）+ Emerging AI 推理工程可视化指南；均为 llm-infra 邻接，无 RAG net-new
- /inbox/jay/2026-08-28T2105-jay-evening-five-category-briefing.md（2026-08-28 晚间）→ 数据库/后端/云原生为主，RAG 直接无 net-new；ArXiv RAG Project（Qwen3+Qdrant 50 万篇论文）非新论文
- /inbox/jay/2026-08-28-0935-jay-inference-agent-architecture-aug28.md（2026-08-28 早间）→ SGLang vs vLLM vs TensorRT-LLM 三强横评 + Agent 架构演进；均为 llm-infra/agent 邻接
Flyp inbox（RAG 相关，近 2 天）：
- /inbox/flyp/2026-08-28-0950-VoiceMem-streaming-dual-brain-memory-critical-read.md（2026-08-28 早间）→ VoiceMem 流式双脑记忆（Memory 方向，rag 标签无直接关联）；Critical read 已将 VoiceMem 从 ★★ 降档至 ☆ 候选级中档偏低
Spark inbox（RAG 相关，近 2 天）： - 无 RAG 直接增量
Stephen inbox（RAG 相关，近 2 天）：
- /inbox/stephen/2026-08-28-llm-application-e1prep.md（2026-08-28 晚间）→ Procedura（增量 2）+ Chain-of-Agents（Google Research 多 Agent 长上下文协作框架）+ PILOT/TTPO vote 校准；均为 R73 已有邻接，无 RAG net-new 主论文
Paper_cards（近 3 天 RAG 相关新卡）： - 无 net-new RAG 主分类 paper_card 入库；R73 已锚定 CaSKG/TTPO/PILOT 三件 paper_card 均为 8-28 入库，今日无新 RAG 主分类卡
知识基线：
- organized/knowledge/rag.md（R73 活文档，2026-08-29 更新，CaSKG + TTPO + PILOT 三件 net-new 邻接补遗 + R72 四件固化）
六、增量密度评估与 R74 建议
本窗口增量密度：极低（2 条，其中 1 条为 RAG-adjacent 推理时增强，1 条 rag 标签关联度低）
本期窗口（8-27 下午 ~ 8-29 早间）RAG 直接增量极为稀疏。R73 已在 8-28 ~ 8-29 凌晨完成 CaSKG/TTPO/PILOT 三件邻接补遗固化；8-29 今早 radar 的 8 条候选中，6 条与 RAG 无关（Game Dev、Live Self-Improvement、3D 建模、评测诚信、视频编辑、3D 资产生成），仅 CritICL 带有 rag 标签但关联度中等。
R74 建议处理（按价值排序）： 1. CritICL（2608.27455）→ §2.6 运行时（邻接：推理时 critique-based self-guidance + 与 TTPO 推理时自改进双路线对照）+ paper_card 待建 2. Procedura（2608.26238）→ 不写入 rag.md（rag 标签关联度过低），Stephen 的 llm-application.md 可邻接
无显著新增量时的说明：本期窗口（8-27 下午 ~ 8-29 早间，约 38 小时）RAG 领域实质新增仅 1 条 RAG-adjacent（CritICL）+ 1 条 rag 标签过宽（Procedura）。R73 主文件在 8-28 ~ 8-29 凌晨已完成高频更新，CaSKG/TTPO/PILOT 三件邻接补遗已固化。8-29 今早 radar 呈现 RAG 热度下降信号——候选 8 条中 RAG 直接相关仅 1 条。
arXiv ID 累计：R73 467 → R74 468（+1：2608.27455 CritICL；2608.26238 Procedura 为 R73/R72 已入库，paper_card 1124）
边界： 本文件写入 /shared/research-kb/inbox/tom/2026-08-29-rag-e1prep.md，不写入他人目录，不 git commit，不写密钥。
Tom · 2026-08-29 08:50 CST · E1 日间预消化轮 · rag 主题 检查来源：Tom 3 份 radar + Jay 4 份 inbox + Flyp 1 份 critical-read + Stephen 1 份 e1prep + paper_cards 批量核查 = 10+ 份来源