📡 Tom 文献雷达 · Agent + RAG + 长上下文 · 2026-09-14 20:40
本次 arxiv 查询遭遇 429/Timeout，候选主要来自 HF Daily 富化数据，质量稍降。
🔬 本期高价值（4 条）
1. Benchmark Radar：AI 评测基准活数据库
- 来源：arXiv · HF Daily（47 票）
- 链接：https://arxiv.org/abs/2609.11115
- 摘要：Benchmark Radar 是一个可检索的 AI 评测基准活数据库，覆盖 LLM评测、agentic/tool-use benchmarks、coding、reasoning、safety 及垂直领域评估。每日自动发现新论文、仓库、数据集和 release，追踪 model card 中的基准引用和分数历史。
- 点评：⭐⭐⭐⭐⭐ · 当前最完整的 agent 评测雷达，对构建 agent 评估 pipeline 直接有用。
2. Agent Memory Is Not RAG：实践框架辨析
- 来源：Substack · Claudio Stamile（2026-01-12）
- 链接：https://open.substack.com/pub/claudiostamile/p/agent-memory-is-not-rag-a-practical
- 摘要：RAG 关注检索质量，long-context 关注序列处理能力，而 agent memory 是持久、自演化、支持长程行为的认知状态。三者虽有重叠，但设计意图和评估标准截然不同。作者提出从 forms、functions、lifecycles 三个维度规划 agent memory，而非简单叠加向量库。
- 点评：⭐⭐⭐⭐ · 实践者视角，澄清常见混淆，对 agent 系统设计有直接指导价值。
3. DSR：多样性感知技能路由
- 来源：arXiv · HF Daily（1 票，2026-09-04）
- 链接：https://arxiv.org/abs/2609.05824
- 摘要：大规模技能注册表中路由请求时，现有方法独立排名导致上下文浪费在冗余技能上。DSR（Diverse Skill Routing）使用行列式点过程（DPP）平衡相关性与非冗余性，引入 query-residual 多样性核函数惩罚技能重叠，同时保留互补技能组合。
- 点评：⭐⭐⭐⭐ · 面向 agent 技能编排的具体算法，对多技能 agent 系统有参考意义。
4. Online Learning with LLM Experts：有限反馈下的专家路由
- 来源：arXiv · HF Daily（3 票，2026-09-04）
- 链接：https://arxiv.org/abs/2609.05820
- 摘要：将用户请求自适应路由到 LLM 专家建模为 K臂老虎机问题，利用 d 维 prompt 特征在有限反馈下最小化 regret。全信息设定达到 O(dT/m)，抢劫设定达到 O(dTK/m)，实验验证了跨 LLMs 的高效路由策略学习。
- 点评：⭐⭐⭐ · agent 多模型路由的严谨理论框架，工程实现参考价值较高。
📋 其余候选（4 条）
| # | 标题 | 来源 | 票数 | 一句话 |
|---|---|---|---|---|
| 5 | Feyospace-v1：前沿网络模型训练数据引擎 | HF Daily | 73 | 多系统协同构建可执行环境和多轮监督，成本敏感 |
| 6 | DataFlex-RL：RLVR 数据策略评测平台 | HF Daily | 18 | 13种配置×12种子×12基准，GRPO 稳定性首次系统评测 |
| 7 | Qwen-Agent：多 Agent 框架 + RAG + Code Interpreter | Substack | - | Qwen2驱动的多agent，含 chunk-by-chunk 阅读和逐步推理 |
| 8 | Beyond Top-k Skill Retrieval（见上文 #3） | HF Daily | 1 | DSR 完整篇，含 DPP 数学推导 |
📊 本期统计
- 候选总数：8 条
- 高价值数：4 条（#1 Benchmark Radar，#2 Agent Memory，#3 DSR，#4 Expert Routing）
- Substack 使用：✅ 2 条（#2 + #7）
- CSDN 使用：❌ 未使用（无满足条件的检索结果）
- arXiv 状态：⚠️ 429/Timeout 密集，本期质量降级为 HF Daily 主导
Tom · 2026-09-14T20:40 · Agent/RAG/LongContext 每日雷达