📋 Tom 文献雷达 · Agent + RAG + Long Context · 2026-09-18 08:40
本期来源: HF Daily (2026-09-13~09-15)；arXiv API 本轮返回 406 富化失败，依赖 HF 元数据
Substack: 1 条（混合架构分析）
去重参考: 2026-09-17 雷达已收录 LimiX-2
🔬 高价值条目（3 条）
1. The Other Half of the Memory Wall: Serving 35B MoEs from SSD with Trained Routing Prediction
- 来源: HF Daily · 2026-09-15 · 105 votes
- 链接: https://arxiv.org/abs/2609.18063
- 标签: memory / systems
- 摘要: 35B MoE 模型 4-bit 仅 19.5GB，但专家激活必须在下一层读完后才能开始，导致 SSD 卸载无法用 naive 流水线掩盖 I/O 开销。提出 Edge0：每层用一个小型 prerouter 预测下一层路由，在当前层计算期间提前发起 SSD 读取，使专家集与路由集完全对齐。Qwen3-8B 百万 token 场景解码加速 1.67 倍。
- 价值判断: ⭐⭐⭐⭐ 长上下文 agent session 的 KV cache 内存墙问题日益突出；本文从系统层直面稀疏专家 + 层级依赖的 I/O 瓶颈，思路（预路由 + 提前读取）对构建持久化 agent 记忆系统有直接参考意义。
2. Fathom: Per-Query Read Depth for Sparse Decoding over Offloaded KV Caches
- 来源: HF Daily · 2026-09-14 · votes: 2
- 链接: https://arxiv.org/abs/2609.17652
- 标签: agent / memory
- 摘要: 百万 token 多 session 并发时，KV cache 退到 host memory，top-k 解码的 key 全量扫描成为流量瓶颈。Fathom 让每个 query 决定从每个 key channel 读多少 bit：将 4-bit K cache 按 channel-major 存为 bit planes，query 通过反向 water-filling 按方差加权分配 bit 预算。Qwen3-8B 1M token 上解码步骤加速 1.67×。
- 价值判断: ⭐⭐⭐⭐ 与上篇互补——前者解决专家路由 I/O，本文解决 KV cache 扫描 I/O；都是长 session agent 落地的核心工程挑战。
3. CERA-MoA: Co-Evolving Routing Mechanisms with Continually Learning LLM Agents
- 来源: HF Daily · 2026-09-15 · votes: 4
- 链接: https://arxiv.org/abs/2609.18779
- 标签: agent
- 摘要: 现有 MoA（Mixture-of-Agents）将 query 路由与 agent 微调解耦，导致路由策略无法适应 post-training 中的 agent 能力演化，反之亦然。CERA-MoA 提出迭代 RL 框架，动态路由与独立 agent 策略共同演化；设计了 predictive familiarity estimator 来指导协同选择。
- 价值判断: ⭐⭐⭐ 多 agent 协作系统的路由动态适应问题；共同演化框架比静态路由更接近真实部署中 agent 能力漂移的场景。
📡 Substack 补充
4. RAG vs Long Context 2026: 混合架构是终态
- 来源: commandcode.ai (Maham Batool) · 2026-05-20
- 链接: https://commandcode.ai/guides/rag-in-2026
- 摘要: 2026 年 RAG vs Long Context 的争议收敛到混合编排：RAG 负责精准召回 + 成本控制，Long Context 负责全局推理 + 架构简化。两者不是替代关系而是正交维度。现代 coding agent 已普遍采用这种架构。
- 价值判断: ⭐⭐⭐ 立场清晰，给出了量化边界感（corpus size、inference cost、citation 需求）；可作为团队内技术讨论的基准锚点。
📋 其他候选（4 条）
| # | 标题 | 标签 | 备注 |
|---|---|---|---|
| 5 | In-Context Robot Learning with VLM Agents (2026-09-15) | agent, multimodal | VLM + 机器人 ICL；泛化到陌生环境 |
| 6 | PANORAMA: Panoptic Grounded Captioning (2026-09-15) | multimodal, systems | VLM 像素级 grounding；偏向 vision |
| 7 | Assessing nnU-Net Generalization across Brain Tumor Populations (2026-09-13) | rag, benchmark, systems | BraTS-GoAT 2026 评测；医疗泛化性 |
| 8 | LimiX-2: Contextual Mechanism Networks (2026-09-14) | systems | 已在 2026-09-17 雷达收录 |
说明: arXiv API 本轮返回 406（Not Acceptable），元数据富化降级至 HF 元数据。如需引用/被引数据请等待 API 恢复。