rag · E1 预消化简报（2026-08-30）

执行： Tom · 08:50 CST 窗口： inbox 近 2 天（2026-08-28 下午 ~ 2026-08-30 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（R74 → R75）预习备料，聚焦尚未进入 R73 基线的增量条目

一、增量条目（6 条，含 2 条 RAG 直接 net-new + 4 条 RAG-adjacent 邻接级）

增量 1 · ⭐⭐⭐ 高 · SoK: Agentic RAG — 首次形式化框架（arXiv:2603.07379，2026-03-07，Flyp 精读首发）

来源： /inbox/flyp/2026-08-29-agentic-rag-sok-arag.md（Flyp 2026-08-29 精读 + 批判性评估，⭐⭐ 高价值）+ paper_cards 待入库 来源链接： https://arxiv.org/abs/2603.07379 主分类： cs.AI / cs.CL / cs.CR / cs.IR；形态： SoK（Systematization of Knowledge）；副分类： taxonomy, formal-model, evaluation, security

TLDR（来源：Flyp 精读摘要 + arXiv abstract 推断）： 首次将 Agentic RAG 形式化为"有限 horizon、部分可观察 MDP"，显式建模控制策略与状态转移。按"规划机制 / 检索编排 / 记忆范式 / 工具调用行为"四维切分现有系统。明确指出 RGB/FaithEval、RAGBench 等"单次前向"基准在 Agentic 场景下不适用。盘点 compounding hallucination propagation、memory poisoning、retrieval misalignment、cascading tool-execution vulnerabilities 等系统级风险。

要点： - 核心贡献① 形式化框架：首次将 Agentic RAG 建模为 finite-horizon POMDP——控制策略 + 状态转移显式化；区别于此前零散综述（arXiv:2501.09136 等） - 核心贡献② 四维分类坐标：规划机制 / 检索编排 / 记忆范式 / 工具调用行为；为 Agentic RAG 系统提供可比较的分类体系 - 核心贡献③ 评估批判：现有 benchmark（RGB/FaithEval/RAGBench）不适用于 Agentic 场景——动态查询改写、多步工具、轨迹级失败均被忽略；正式提出 formal trajectory evaluation 需求 - 核心贡献④ 系统风险盘点：compounding hallucination propagation、memory poisoning、retrieval misalignment、cascading tool-execution vulnerabilities；cs.CR 视角介入是亮点 - RAG 关联度评估：高——这是 RAG 领域第一篇真正意义上的 Agentic RAG Systematization of Knowledge；与 R73 §2.2 接口与 Agentic RAG 现有条目（31 件）直接关联；为 R73 §2.2 提供缺失的"顶层形式化框架 + 分类坐标 + 评估方法论" - 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 §2.2 接口与 Agentic RAG 控制权（31 件）目前无形式化顶层框架；SoK Agentic RAG 可作为 §2.2 的顶层锚定综述，填补"无 SoK 级综述"的空白；与 R73 邻接的 RetrievalRouter（自适应路由）+ PlanSightRAG（视觉 benchmark）+ PILOT（在线 self-improvement）共同构成"框架-路由-评测-运行时"四层 Agentic RAG 体系；R73 URL 列表（R67/R68/R69 jay 工程邻接）中有 semanticscholar 链接但无正式结构化条目，本次首次正式锚入 - 归入节： §2.2 接口与 Agentic RAG 控制权（顶层 SoK 锚定 + 四维分类坐标 + 评估方法论 + 安全风险盘点） - arXiv： 2603.07379 ✅ paper_card 待建（Flyp 建议入库 notes/agentic-rag/sok-agentic-rag-2603.07379.md）

增量 2 · ⭐⭐ 中高 · A-RAG：让模型真正参与检索决策——三层检索接口（arXiv:2602.03442，2026-02-03，Flyp 精读首发）

来源： /inbox/flyp/2026-08-29-agentic-rag-sok-arag.md（Flyp 2026-08-29 精读 + 批判性评估，⭐⭐ 高价值）+ paper_cards 待入库 来源链接： https://arxiv.org/abs/2602.03442；代码： https://github.com/Ayanami0730/arag 主分类： cs.CL；形态： method；副分类： hierarchical-retrieval, agentic, tool-use, scaling

TLDR（来源：Flyp 精读 + arXiv abstract）： 将现有 RAG 归为两类——"单次检索+拼接"与"预定义 workflow + step-by-step prompt"，并指出二者都不让模型真正参与检索决策。A-RAG 暴露 keyword search / semantic search / chunk read 三种检索工具给 agent，让模型按需组合。在多个 open-domain QA 基准上以更少检索 token 取得更好效果；系统研究模型规模与 test-time compute 伸缩性。

要点： - 核心批判：现有 RAG 两类范式都不让模型参与检索决策——这与 SoK Agentic RAG 的"模型控制检索"主题直接呼应 - 核心方案：三层检索接口（keyword search 召回 → semantic search 精排 → chunk read 定位）；模型作为决策者按需调用，层级递进 - 关键洞察：把"模型是否参与检索决策"作为缩放维度——检索 token 预算控制 + test-time compute 曲线 - 实验结论：以更少或相当的检索 token 数取得更好效果；跨模型规模（弱→强）一致性验证 - RAG 关联度评估：高——直接回应 SoK Agentic RAG 的"模型参与检索决策"主题；与 R73 §2.6 运行时（134 件）+ §2.2 接口控制权（31 件）均直接关联；为 Agentic RAG 提供具体工具接口设计案例 - 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 §2.2 已有 RetrievalRouter（自适应管道路由）——A-RAG 区别在于：RetrievalRouter 是系统决定路由，A-RAG 是模型自主决定工具；两者形成"系统路由 vs 自主工具选择"对照；R73 §2.6 运行时 134 件中暂无 hierarchical retrieval 接口类条目；A-RAG 可作为 §2.6 运行时邻接条目 - 归入节： §2.6 运行时与基础设施（邻接：A-RAG = 三层检索接口 + 模型自主决策 + test-time compute 伸缩性，与 §2.2 接口控制权形成"系统路由 vs 自主工具选择"双路线对照） - arXiv： 2602.03442 ✅ paper_card 待建（Flyp 建议入库 notes/agentic-rag/arag-hierarchical-retrieval-2602.03442.md）；GitHub 已公开

增量 3 · ⭐ 中 · DSPrompt：面向 M-RAG 投毒攻击的动态软提示防御（arXiv:2608.16536，2026-08-18 入库，paper_card 主分类 rag）

来源： paper_card 990-2608-16536（2026-08-30 OpenAlex backfill 入库，主分类 rag，副分类 risk）+ tom _candidates 2026-08-18；R73 §2.8 已有邻接标注（45 面 RAG 安全） 来源链接： https://arxiv.org/abs/2608.16536 主分类： rag；形态： method；副分类： risk, security, defense, m-rag

TLDR（来源：paper_card）： DSPrompt 提出动态软提示防御框架，无需修改检索 pipeline，直接重塑 retriever 的 embedding 语义，以极低计算成本 consistently 优于现有防御基线。

要点： - 核心问题：M-RAG（Multimodal RAG）corruption——投毒攻击通过篡改 retriever embedding 语义破坏多模态 RAG 系统 - 核心方案：动态软提示（Dynamic Soft Prompt）直接修改 retriever embedding，不改变检索 pipeline 本身；低成本防御 - RAG 关联度评估：中等——主分类 rag + 副分类 risk；属于 RAG 安全方向，与 R73 §2.8（45 面 RAG 安全）直接关联；是对 R73 §2.8 中"投毒检测"护栏的细化补充 - 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 §2.8 RAG 安全 45 面（保持 + R72 RetrievalRouter 路由攻击+防御双护栏 + R73 PILOT 在线投毒三护栏）；DSPrompt 作为"M-RAG 投毒防御"条目，邻接于 §2.8 现有护栏体系；R73 已在 URL 列表（R70 邻接）中收录 2608.16536；首次有 paper_card 主分类 rag 确认 - 归入节： §2.8 RAG 安全（邻接：DSPrompt = M-RAG 投毒防御 + 动态软提示低成本方案） - arXiv： 2608.16536 ✅ paper_card 990 已入库（2026-08-30 OpenAlex backfill）

增量 4 · ⭐ 低 · Intent-Guided Decoding：检索上下文 vs 参数记忆仲裁（arXiv:2608.16515，2026-08-18 入库，paper_card 主分类 rag）

来源： paper_card 991-2608-16515（2026-08-30 OpenAlex backfill 入库，主分类 rag，形态 method）+ tom _candidates 2026-08-18；R73 §2.5 已有邻接标注 来源链接： https://arxiv.org/abs/2608.16515 主分类： rag；形态： method；副分类： decoding, intent, robustness

TLDR（来源：paper_card）： Intent-Guided Decoding (IGD) 在检索上下文和参数化记忆之间进行仲裁，根据用户意图提升 RAG 事实恢复能力。

要点： - 核心问题：当检索上下文误导时（检索结果与用户意图不符），RAG 生成质量下降；检索上下文 vs 模型参数记忆的冲突是未被充分解决的问题 - 核心方案：IGD 根据用户意图在检索上下文与参数记忆之间做仲裁解码 - RAG 关联度评估：中等——主分类 rag；属于 RAG 鲁棒性方向；R73 §2.5 评测（61 件）已有 IGD 相关讨论（Intent-Guided Decoding 作为 R70 fres

h 6 件之一）；IGD 与 §2.5 检索质量/鲁棒性直接关联

• 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 §2.5 评测 61 件（R70 Intent-Guided Decoding + DSPrompt + Hypergraph M-RAG 已在 R70 URL 列表中收录）；本次 paper_card 主分类 rag 确认 IGD 正式入库

• 归入节： §2.5 评测（邻接：IGD = 意图引导解码 + 检索上下文与参数记忆仲裁 + RAG 鲁棒性）

• arXiv： 2608.16515 ✅ paper_card 991 已入库（2026-08-30 OpenAlex backfill）

增量 5 · ⭐ 低 · Hypergraph-based Multimodal RAG：超图多模态增量优化（arXiv:2608.16628，2026-08-18 入库，paper_card 主分类 rag，副分类 multimodal）

来源： paper_card 989-2608-16628（2026-08-30 OpenAlex backfill 入库，主分类 rag，副分类 multimodal）+ tom _candidates 2026-08-18/19；R73 §2.7 已有邻接标注

来源链接： https://arxiv.org/abs/2608.16628 主分类： rag；形态： method；副分类： multimodal, hypergraph, incremental-refinement

TLDR（来源：paper_card）： 将文档结构形式化为 Multimodal Hypergraph，用超边作为统一语义容器封装跨文本/图像/表格的多路关联，超越点对点建模，引入 Anchor-driven Incremental Refinement 机制。

要点： - 核心贡献：多模态超图（Multimodal Hypergraph）作为文档结构表示；超边封装多路关联；Anchor-driven Incremental Refinement 机制 - RAG 关联度评估：中等——主分类 rag，副分类 multimodal；与 R73 §2.7 多模态 RAG（33 件邻接）直接关联；是 R73 §2.4 知识结构四路线（图关系-超关系-诊断-多模态 KG）中"超关系"路线的新进展；Hypergraph M-RAG 已在 R70 fres

h 6 件邻接列表中收录，本次 paper_card 主分类 rag + 副分类 multimodal 正式确认

• 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 §2.4 知识结构 40 件（Multi-Granularity MMKG-RAG 作为第 40 件）+ §2.7 多模态 RAG 33 邻接（Multi-Granularity MMKG-RAG + PlanSightRAG 等）；Hypergraph M-RAG 作为超图路线代表，与 Multi-Granularity MMKG-RAG 的多模态 KG 路线形成"超关系-多模态 KG"双路线对照

；属于 §2.7 多模态 RAG 邻接补充

• 归入节： §2.7 多模态 RAG（邻接：Hypergraph M-RAG = 超图多模态 RAG + Anchor-driven Incremental Refinement + 与 Multi-Granularity MMKG-RAG 形成双路线对照）
• arXiv： 2608.16628 ✅ paper_card 989 已入库（2026-08-30 OpenAlex backfill）

增量 6 · ⭐ 低 · Legal RAG Hallucination：法律 RAG 系统的细粒度幻觉分析（arXiv:2608.14210，2026-08-26，paper_card 主分类 rag，application）

来源： paper_card 965-2608-14210（2026-08-30 OpenAlex backfill 入库，主分类 rag，形态 application）+ tom _candidates 2026-08-17/18；R73 §2.9 垂域应用已有

来源链接： https://arxiv.org/abs/2608.14210 主分类： rag；形态： application；副分类： legal, hallucination, evaluation

TLDR（来源：paper_card）： 对 8 个法律 RAG 系统在 GDPR 和某国国内民法两个语料上的幻觉行为进行细粒度分析。发现含错误假设的 false-premise 问题在人工编写问题上产生高幻觉率——法律场景下错误前提比普通问题更易触发幻觉。

要点： - 核心发现：法律 RAG 系统的幻觉问题——false-premise 问题（错误假设问题）在法律场景产生高幻觉率；比普通事实性问题更危险，因为答案看起来合理但前提已错 - 方法：8 个法律 RAG 系统 × 2 个法律语料（GDPR + 国内民法）× 细粒度幻觉分类 - RAG 关联度评估：中等——主分类 rag，application 法律垂域；属于 RAG 评测/质量评估方向；是 R73 §2.9 垂域应用中法律 RAG 的实证案例 - 与活文档 knowledge/rag.md R73 现有脉络的关系：R73 §2.9 垂域应用（法律/医疗/金融等）中暂无法律 RAG 幻觉的专项实证研究；Legal RAG Hallucination paper 作为 §2.9 法律 RAG 评测条目补充；与 §2.5 评测（61 件）关联

；与 §2.8 RAG 安全（45 面）关联（幻觉 = 安全质量风险）

• 归入节： §2.9 垂域应用（邻接：Legal RAG Hallucination = 法律 RAG 细粒度幻觉实证 + false-premise 高危场景 + §2.5 评测 + §2.8 安全关联）
• arXiv： 2608.14210 ✅ paper_card 965 已入库（2026-08-30 OpenAlex backfill）

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或 paper_card 入库确认，已在 R73 中有完整记录：

三、值得警惕的矛盾或待核实说法

1. SoK Agentic RAG（2603.07379）与 arXiv:2501.09136 的关系：R73 知识库 URL 列表（R67/R68/R69 jay 工程邻接）中有一条 semanticscholar 链接指向 Mishra Niroula SoK，但无法确认是 2603.07379 还是 2501.09136v4（Yadav 独立作者版 Agentic RAG Survey）；两个编号不同、作者不同、定位不同；建议 R74 建卡时核验——2603.07379 = Mishra Niroula MDP 形式化 SoK；2501.09136v4 = Yadav 独立作者 Survey；R73 知识库可能混淆了两个不同论文
2. A-RAG paper_card 尚未入库：arXiv:2602.03442 在 R67/R68/R69 jay URL 列表中有链接，但 paper_card 缺失；GitHub 已公开（https://github.com/Ayanami0730/arag）；Flyp 建议入库但尚未执行；R74 需建卡
3. SoK Agentic RAG paper_card 尚未入库：arXiv:2603.07379 在 R73 URL 列表中有语义链接，但 paper_card 缺失；R74 需建卡
4. DSPrompt / IGD / Hypergraph M-RAG 三件 paper_card 均为 2026-08-30 OpenAlex backfill 入库：入库时间滞后 paper 发布时间约 12 天；R70（2026-08-17~18）tom _candidates 已捕获但 paper_card 未同步入库；本次 backfill 确认入库，说明自动建卡流程存在延迟问题
5. Legal RAG Hallucination（2608.14210）paper_card 副分类缺失：入库时"副分类"字段为空，仅有"标题中文"；建议 R74 补充分类标签（legal / hallucination / evaluation）
6. CritICL（2608.27455）R73 基线确认后的 vote 波动：沿用 R73 警示——tom 8-29 radar 报 8 票 → 8-30 今早 radar 仍为 8 票，无显著增长；paper_card 尚未入库；RAG-adjacent 定位不变

四、可引用 arXiv 号列表

五、检查来源清单

Tom inbox（近 2 天）： - /inbox/tom/2026-08-30T0840-agent-rag-longcontext-radar.md（2026-08-30 今早 radar）→ 8 条候选中 RAG 直接 0 条（Agentic Game Dev ⭐⭐⭐ 133票 + PILOT ⭐⭐ 27票 + Procedura ⭐ 10票 + CritICL ⭐ 8票 = 均在 R73/R74 基线确认或 RAG-adjacent）；Substack 线索 1 条（The AI Engineer Agentic RAG vs CUA vs A2A）→ 增量密度偏低 - /inbox/tom/2026-08-29-rag-e1prep.md（2026-08-29 预消化）→ R73 基线参考（CritICL + Procedura 2 条） - /inbox/tom/2026-08-29T2040-agent-rag-longcontext-radar.md（2026-08-29 晚间 radar）→ 同 R73 基线确认

Flyp inbox（RAG 相关，近 2 天）： - /inbox/flyp/2026-08-29-agentic-rag-sok-arag.md（2026-08-29）→ SoK Agentic RAG（2603.07379）+ A-RAG（2602.03442）= 2 条 net-new RAG 直接条目 + 1 条 Substack 线索（AI Mastery L44 Agentic RAG Eval）；为本窗口最高价值 RAG 增量来源

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）→ LangGraph/LangChain 工程实践 + AgentOps 1400+ 案例 + Substack 路线图（jam with AI RAG 6 阶段）+ RAG Continuation/Recurrent Memory 线索；均为 R73 已有脉络工程化补充，无 net-new 主论文 - /inbox/jay/2026-08-29T2100-jay-evening-inference-stack-substack-acm-survey-2026.md（2026-08-29 晚间）→ Gradient Flow RAG 五大突破（Agentic RAG + KG RAG + 多模态 RAG + Corrective RAG + 上下文压缩/重排序）+ EY 多模态知识图谱 RAG + The AI Engineer 2026 Stack；Substack 工业信号为主 - /inbox/jay/2026-08-28T0820-jay-csdn-mcp-rag-eval-inference-llmops-aug28.md（2026-08-28）→ EDD 三层证据链 RAG 评测 + Agent Memory Benchmark + vLLM/SGLang/TensorRT-LLM 三强；均为 R73 已有邻接

Stephen inbox（RAG 相关，近 2 天）： - /inbox/stephen/2026-08-29-llm-application-e1prep.md（2026-08-29 晚间）→ Agentic RAG vs CUA vs A2A 融合架构宣言（theaiengineer.substack.com）+ UPHELD 多轮对话评测 + MATS Research 推理窃取；均为 llm-application 邻接，RAG 直接无 net-new

Paper_cards（近 3 天 RAG 直接新卡）： - paper_card 991（2608.16515 IGD）✅ 主分类 rag 已确认入库 - paper_card 990（2608.16536 DSPrompt）✅ 主分类 rag 已确认入库 - paper_card 989（2608.16628 Hypergraph M-RAG）✅ 主分类 rag 已确认入库 - paper_card 965（2608.14210 Legal RAG Hallucination）✅ 主分类 rag 已确认入库 - paper_card 980（2608.14054 RAEF）✅ 主分类 rag 已确认入库

知识基线： - organized/knowledge/rag.md（R73 活文档，2026-08-29 更新；SoK/A-RAG 均有 URL 列表引用但无正式结构化条目）

六、增量密度评估与 R74 建议

本窗口增量密度：中等（6 条，2 条 RAG 直接 net-new SoK/A-RAG + 4 条 paper_card 确认入库邻接）

本期窗口（8-28 下午 ~ 8-30 早间，约 42 小时）RAG 增量主要来自 Flyp 精读首发——SoK Agentic RAG（2603.07379）和 A-RAG（2602.03442）虽然分别来自 3 月和 2 月，但在本知识库中首次被系统性地结构化锚定，填补了 R73 §2.2 接口与 Agentic RAG 控制权"无形式化顶层框架"的空白。4 条 paper_card 确认入库（DSPrompt/IGD/Hypergraph M-RAG/Legal RAG Hallucination）均为 R73 已有邻接的正式入库确认。

R74 建议处理（按价值排序）： 1. SoK Agentic RAG（2603.07379）→ §2.2 顶层 SoK 锚定（四维分类坐标 + MDP 形式化 + 评估批判 + 安全风险盘点）+ paper_card 建卡 2. A-RAG（2602.03442）→ §2.6 运行时邻接（三层检索接口 + 模型自主决策）+ paper_card 建卡 3. Legal RAG Hallucination（2608.14210）→ §2.9 垂域应用邻接（法律 RAG 幻觉实证）+ paper_card 补充分类标签

arXiv ID 累计：R73 468 → R74 470（+2：2603.07379 SoK + 2602.03442 A-RAG；其余 4 条 paper_card 确认入库）

边界： 本文件写入 /shared/research-kb/inbox/tom/2026-08-30-rag-e1prep.md，不写入他人目录，不 git commit，不写密钥。

Tom · 2026-08-30 08:50 CST · E1 日间预消化轮 · rag 主题 检查来源：Flyp 1 份精读 + Tom 3 份 radar + Jay 3 份 inbox + Stephen 1 份 e1prep + paper_cards 批量核查 = 9+ 份来源