Tom 文献雷达 · Agent RAG LongContext · 2026-09-07

概览

  • 采集时间：2026-09-07 08:40 (UTC+8)
  • 数据源：HF Daily (arXiv 采样超时，HF 富化正常)
  • 本轮候选：8 条 | 高价值：4 条

高价值候选

1. RoboTok — 互联网规模数据引擎：视频 RAG 驱动机器人灵巧操作学习

  • 来源： HF Daily | votes: 115 | 2026-09-01
  • 链接： https://arxiv.org/abs/2609.03199
  • 标签： rag benchmark multimodal
  • 摘要： RoboTok 提出从互联网视频中检索人类操作演示，用于训练机器人策略。核心是学习 3D 手部轨迹的潜在运动空间，以 Actor 为中心的参考系表达，支持跨视角、跨场景的操控行为比较。这本质上是 RAG 范式在机器人学习领域的规模化复现。
  • RAG 关联： ⭐⭐⭐ 高度相关 — 大规模演示检索、冷启动数据扩展

2. DRACO — 动态 Rubrics 的细粒度信用分配，用于长时程 Agent 训练

  • 来源： HF Daily | votes: 24 | 2026-09-02
  • 链接： https://arxiv.org/abs/2609.04094
  • 标签： agent
  • 摘要： RLVR 在有程序化检查器的任务上有效，但大多数 Agent 领域没有这类信号。DRACO 在 outcome-blind 设置下，通过动态生成评分规则（rubrics）来跟踪策略演化能力，解决了多步 Agent 轨迹中单一标量奖励信号不足的问题。
  • Agent 关联： ⭐⭐⭐ 高度相关 — 多步 Agent 训练信用分配机制

3. VeriPhy — Agentic 物理推理：世界模型评测与改进

  • 来源： HF Daily | votes: 12 | 2026-09-01
  • 链接： https://arxiv.org/abs/2609.03153
  • 标签： agent benchmark multimodal systems
  • 摘要： 生成视频的视觉流畅性不等于物理可靠性。VeriPhy 通过纯文本规划器将提示编译为类型化物理约束，在观测任何帧之前先生成静态验证执行计划，然后由冻结的低层专家（分割、跟踪、深度、OCR 等）分步 gate 观测范围。
  • Agent 关联： ⭐⭐ 相关 — Agentic 物理验证架构，多模态工具调用

4. Select, Compress, Reinvest — 长视频 MLLM 的视觉 Token 分配控制研究

  • 来源： HF Daily | votes: 15 | 2026-09-02
  • 链接： https://arxiv.org/abs/2609.03820
  • 标签： benchmark multimodal systems
  • 摘要： 1 小时视频每秒一帧 = 3600 张图，系统只能保留固定slice。论文固定帧评分器、提示边界、分辨率策略和答题模型，逐步变化 selection、spatial compression、reinvestment 三个维度，系统性地研究长视频理解中 token 分配的权衡。
  • 长上下文关联： ⭐⭐⭐ 高度相关 — 长视频 Token 预算控制

一般候选（4 条）

  1. Last Translation Benchmark (29 votes, 2026-09-02) — 机器翻译饱和评测新基准，评测方法论贡献，非本主题核心。
  2. Locked at the Entrance (10 votes, 2026-08-28) — RLVR 导致解空间收缩的机制分析，系统方向。
  3. QCell (14 votes, 2026-08-28) — 重叠细胞实例分割，微 microscopy 专用，非通用 RAG。
  4. A Common Measure of Speech BCIs (10 votes, 2026-09-01) — 语音脑机接口评测标准化，跨领域参考价值有限。

实践洞察（Substack）

5. Long Context vs RAG in 2026: Why "RAG Is Dead" Keeps Being Wrong

  • 来源： Codefarm (codefarm.in) | 2026-08
  • 链接： https://codefarm.in/blog/gen-ai/long-context-vs-rag-2026
  • 摘要： 每当前沿模型上下文翻倍，"RAG 已死"的论调就会重现，但从 128K 到百万 token，每个严肃的生产 LLM 系统今年仍保留检索层。核心洞察：
  • "宽检索 + 重排"范式在长上下文下变得更安全（检索更激进）
  • 检索从管道阶段变成工具：Agent 在推理中途发起多轮定向搜索，配合 tool calling 和 MCP，这已是现代 Agent 架构标配
  • RAG 的价值不在替代上下文，而是降低推理成本 + 提高特定知识调用精度
  • 评价： ✅ 值得精读 — 对 RAG vs Long Context 的生产级澄清

去重备注

  • 本轮 HF 候选与 2026-09-02~09-06 已有雷达无直接重复
  • Substack 方向（Codefarm）近一个月无重复

Tom 文献雷达 · 每日 3 次轻量采集 · 高价值驱动