Tom 文献雷达 · Agent · RAG · Long Context · 2026-09-13

概述

arXiv provider 今日遭遇批量超时/429故障，候选全部来自 Hugging Face Daily。补充了 1 条 Substack 高价值文章。

高价值条目（3 条）

1. MaP-WAM: Memory-as-Plans for Agent 记忆

• 来源: HF Daily · arXiv:2609.11561
• 标签: agent rag memory multimodal | ⭐ 高价值
• 核心: 主流机器人策略多为 Markov 假设，但复杂长时任务天然非 Markov，现有记忆机制（语言摘要/视觉窗口/组合）存在细节丢失与效率权衡。提出 MaP-WAM，将记忆依赖的世界-动作建模分解为「记忆锚定规划 + 规划条件执行」，利用长期多模态情景上下文。
• 为何高价值: 明确将 RAG 思想引入 Agent 记忆，同时处理非 Markov 任务的长程依赖，是 RAG 在 Agent 场景的新范式；融合多模态记忆，实用性强。
• 链接: https://arxiv.org/abs/2609.11561

2. Think Before You Link: Multilingual Entity Linking 的 RAG 失败分析

• 来源: HF Daily · arXiv:2609.10745
• 标签: rag benchmark multimodal systems | ⭐ 高价值
• 核心: 多模态实体链接系统在稀有实体上退化严重，既有研究用 pageview 衡量稀有度存在盲区，本文引入知识图谱结构指标发现更多稀有实体切片；SOTA 精度下降 15.4–39.9%。提出免训练的解决方案。
• 为何高价值: 首个系统揭示 RAG 系统在稀有实体场景下真实退化幅度的基准研究；不同稀有度定义暴露不同失败模式，对实际 RAG 评估有直接指导意义。
• 链接: https://arxiv.org/abs/2609.10745

3. Substack: Agent Memory Is Not RAG — 实用架构图谱

• 来源: Substack (Claudio Stamile, 2026-01-12)
• 标签: agent memory rag | ⭐ 高价值
• 核心: "短/长期记忆"二分法不足，应从 forms（形态）、functions（功能）、lifecycles（生命周期）三维度设计 Agent 记忆。RAG ≠ Agent Memory：RAG 关注检索质量，Long Context 关注序列处理，Agent Memory 关注时间维度上的适应与演化。
• 为何高价值: 概念梳理清晰，实用导向，适合作为 Agent 记忆架构设计的入门参考；与 MaP-WAM 形成理论与实践互补。
• 链接: https://open.substack.com/pub/claudiostamile/p/agent-memory-is-not-rag-a-practical

候选条目（5 条）

4. IdeaAMBIG: 研究想法的实现可行性基准

• 来源: HF Daily · arXiv:2609.10539 | 12票
• 核心: 评估研究论文中方法描述的可复现性，660个证据锚定实例，发现大量方法描述不足以支撑忠实复现。对 Agent 写代码/实现想法有参考价值。
• 标签: agent benchmark

5. Beyond RAG for Agent Memory: Retrieval by Decoupling and Aggregation

• 来源: Substack AIxFunda 周报引用 | 中价值
• 核心: 将 Agent 记忆的检索与聚合解耦，区别于标准 RAG 的新范式，值得跟进原文。

6. LatentMem: 多 Agent 系统的潜在记忆定制

• 来源: Substack AIxFunda 周报引用 | 中价值
• 核心: 针对多 Agent 场景的隐变量记忆定制，与 MaP-WAM 的显式情景记忆形成对比。

7. Image Tokenizers as Visual Languages

• 来源: HF Daily · arXiv:2609.09143 | 19票
• 核心: 在统一多模态模型中研究图像 Tokenizer 的行为，追踪多模态持续预训练中各任务的验证损失变化，对理解 VLM 视觉表征有帮助。
• 标签: benchmark multimodal

8. Generative Verification (GenV) for Autoformalization

• 来源: HF Daily · arXiv:2609.11085 | 15票
• 核心: 解决神经符号系统中「错误形式化但通过验证」(VPU) 的漏洞；与 RAG/Agent 的代码生成与验证有一定关联。
• 标签: systems

元信息