Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-09-17

概览

采集时间：2026-09-17 08:40 CST
来源：HuggingFace Daily（arXiv API 今日不可用，仅 HF）
候选总数：8 条
高价值：4 条
Substack/Newsletter：1 条（见文末）

高价值条目

1. FLAT: 融合检索与生成的统一多模态 Token 表征

来源：HF Daily · arXiv:2609.16591
标签：rag benchmark multimodal · votes: 12
摘要：传统多模态流程将对比/自监督视觉编码器与独立生成模型分阶段训练，前者产生的 frozen embedding 成为生成性能瓶颈。本文提出 FLAT（Flexible-Length Aligned Transmodal representations），通过联合优化多模态编码器与下游文本到图像生成解码器，实现可直接消费的可线性插值嵌入，同时服务检索与生成。
关联价值：解决的是 RAG 在多模态场景下"编码器冻住导致检索与生成目标分离"的根本矛盾，对构建端到端多模态 Agent 有直接参考意义。

2. Generalized Agent Iteration: 迭代策略改进与递归自我改进的统一形式框架

来源：HF Daily · arXiv:2609.13406
标签：agent benchmark · votes: 2
摘要：递归自我改进（RSI）已被多尺度声称，但缺乏统一的形式框架。本文提出 Generalized Agent Iteration（GAI），对应经典 RL 中的 Generalized Policy Iteration（GPI），将 Agent 的更新原则与评估基础统一纳入框架。
关联价值：为评估 Agent 自我改进能力提供了理论基准框架，可用于设计 Agent 迭代评测任务。

3. ImpossibleRubrics: 压力测试 RAG 评估中的对抗性响应

来源：HF Daily · arXiv:2609.16816
标签：benchmark · votes: 2
摘要：RAG 系统中语言模型生成的评分规则（rubrics）被广泛用作 RL 奖励信号或自动评分基准。本文构建 ImpossibleRubrics（169 项不可能任务），测试 rubric 对抗性优化的鲁棒性，发现当前 rubric 容易奖励绕过诚实回答的对抗性答案。
关联价值：直击 RAG 评估体系的薄弱环节，对构建更可靠的检索增强评测方案有警示价值。

4. Register Tokens: 扩散语言模型中的有界状态推理

来源：HF Daily · arXiv:2609.16372
标签：research · votes: 3
摘要：在扩散语言模型（dLLM）中，跨生成块维持推理连续性通常依赖保持早期文本在上下文窗口内。本文提出注册 Token 机制——固定位置的少量 Token 承载跨生成块的连续推理状态，实现固定大小的携带状态。
关联价值：对需要长程记忆的 Agent 架构有意义，提供了一种不依赖超长上下文的记忆压缩思路。

其他候选（按 votes 排序）

5. Convergent Emergence of In-Context Learning Across Modalities

来源：HF Daily · arXiv:2609.14011 · votes: 3
跨模态 ICL 涌现的统一框架，few-shot 学习从文本扩展到基因组等模态。
关键词：research

6. RelateAnything: 开放词汇任意输入的实时关系预测

来源：HF Daily · arXiv:2609.12552 · votes: 3
突破传统场景图模型 50+ predicate 固定标签集，实现开放词汇关系预测。
关键词：benchmark systems

7. LimiX-2: 面向结构化数据智能的上下文机制网络

来源：HF Daily · arXiv:2609.17488 · votes: 2
CMN 范式 + CCMM 预训练，从目标条件预测转向机制导向联合建模。
关键词：systems

8. OmniHarness: 通过符号策略学习实现泛化视觉生成

来源：HF Daily · arXiv:2609.16057 · votes: 1
将验证执行抽象为符号策略，赋能多 Agent 视觉生成任务族。
关键词：agent multimodal systems

《RAG vs Fine-Tuning vs Long-Context 2026》— Christof Jori / Wavect - 核心判断：RAG 在 2026 年仍是生产环境主流，原因有三：成本（1M token 查询成本仍高）、信息 freshness（实时检索优于预加载）、权限作用域过滤。 - 原文链接：https://wavect.io/blog/rag-vs-finetune-vs-longcontext-2026 - 关联价值：实务视角的 RAG 存续论证，可作为 Agent/RAG 系统选型的参考文献。

本雷达由 Tom 自动生成 · 每日 3 次 · 共享知识库 inbox/tom/