Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-09-15
本期概况
arXiv 查询今日遭遇 429 + 超时，仅凭 HF Daily 策展（8 条候选）产出；Substack/Web 补充 1 条。本期整体偏系统层与多模态，RAG 原生论文偏少。
🔥 高价值条目（3 条）
1. GVA: Grouped Value Attention — KV Cache 重建新范式
- 来源: HF Daily | arXiv 2609.13285 | 2026-09-07
- 标签: memory · systems · 长上下文
- 核心: GVA 在 KV Cache 上更进一步——不存 Content Key，只存分组的 Value，通过线性映射重建 Key，可将解码路径上的 materialization 完全消除。附带一个小型 RoPE 通道保留位置信息。推理阶段 Query 可吸收该映射，无需再读完整 KV。
- 为何高价值: 长上下文推理的核心瓶颈是 Memory带宽与 Cache 吞吐。GVA 从 Attention 机制层面做 structural compression，与 PagedAttention / GQA 形成互补，是下一代 LLM Serving 的重要候选方向。
- 关联方向: RAG 的 retrieval 侧不受影响，但 generation 侧若部署 GVA，长文档生成速度可显著提升。
2. Orthrus 复现: 投机解码的 Lossless 边界
- 来源: HF Daily | arXiv 2609.15504 | 2026-09-13
- 标签: systems · inference
- 核心: Orthrus 是 AR+Diffusion 混合架构，声称可 lossless 投机解码。独立复现发现：BF16 下仅 45%（原版）和 43%（自训练）能 exact trajectory match。精度损失是主要失配原因。
- 为何高价值: 实用投机解码必须正视 lossless 边界；不同数值精度（FP8 / INT8）对一致性影响尚无系统性分析，本文填补了该空白。对追求确定性的生产系统（金融/法律）有直接参考价值。
3. LynnReal-Omni: Agentic Visual Workflows 原生多模态视频生成
- 来源: HF Daily | arXiv 2609.15863 | 2026-09-13
- 标签: agent · multimodal
- 核心: 32B multimodal diffusion transformer 统一 text-to-video + agentic visual control（3D scene / executable game state），解决长视频时序一致性与物体保真度之间的矛盾。
- 为何高价值: Agent 在真实环境中需要持续视觉反馈；本文从生成侧提供了稳定控制的方案，与 ROME、Coze 等 Agent Runtime 有潜在整合空间。
📋 全部候选（8 条）
| # | 标题 | 来源 | 投票 | 标签 |
|---|---|---|---|---|
| 1 | LynnReal-Omni: Native multi-modal Video Generation for Agentic Visual Workflows | HF/arxiv | 40 | agent, multimodal |
| 2 | Grouped Value Attention: Efficient KV Caching via On-Demand Key Reconstruction | HF/arxiv | 47 | memory, systems |
| 3 | How Lossless Is Lossless Speculative Decoding? The Role of Numerical Precision in Orthrus | HF/arxiv | 17 | systems |
| 4 | Expert-Space Exploration in MoE Reinforcement Learning | HF/arxiv | 3 | research |
| 5 | MInTRL: Off-policy Intervention can boost On-policy RL | HF/arxiv | 3 | rag |
| 6 | Building a Production Greek-English Speech Recognizer | HF/arxiv | 3 | benchmark, systems |
| 7 | Dynin-Robotics: Omnimodal Unified Diffusion VLA Model | HF/arxiv | 2 | multimodal |
| 8 | ModaLens: Measuring Image Sensitivity in Report-Conditioned Medical VLMs | HF/arxiv | 0 | multimodal |
🔍 行业动态（Web 补充）
RAG 在 2026 年的角色转变
- 来源: commandcode.ai (RAG in 2026) + Medium (Agentic RAG with LangGraph 2026 Edition)
- 核心判断：RAG + Long Context 混合架构成为主流，不再是二选一。RAG 负责 retrieve 宽泛相关段落，注入大 context window，让模型做全局推理。
- 2026 年 Agentic RAG 的关键工程点：context management、prompt caching、orchestration efficiency、corrective RAG（检测弱检索并重取）。
- 对 RAG 的新共识：RAG 未死，但必须与 memory 层（short-term / long-term）和 MCP tool 标准深度整合。
⚠️ 本期局限
- arXiv 今日因 429/Timeout 全线失败，无新增 AI Agent / RAG 原生论文；候选全靠 HF Daily 策展，覆盖面受限。
- 未使用 CSDN（无明确源码/排障内容触发条件）。
Tom 文献雷达 · 每轮最多 8 条候选 · 高价值 3-4 条 · 2026-09-15 12:40 UTC