Tom 文献雷达 · Agent + RAG + 长上下文 · 2026-09-18

本期线索（8 条候选 → 精选）

★ 高价值（4 条）

1. [WeVisDoc] From Coverage to Capability for Robust End-to-End Document Parsing - 链接：https://arxiv.org/abs/2609.20423 - 核心：RAG 场景下的文档解析。两阶段 data-centric 框架：Stage I 扩展语义/结构/外观覆盖（异构数据 + 保结构退化合成），Stage II 用 held-out probe 探测残留错误。训练语料偏向了常见文档和干净数字页，扩展覆盖本身不能指定如何解决 Parser 剩余弱点——这是 RAG Pipeline 真实痛点。 - 标签：RAG | 文档解析 | Data-Centric - 信号：HF 9 票

2. [ActObs] Don't Mask the Environment: Observation Supervision Changes How Agents Explore Under RL - 链接：https://arxiv.org/abs/2609.20715 - 核心：SFT 通常只监督 Action tokens，环境 observation 仅作 context。ActObs 同时监督 trajectory 中的 observation tokens，引导策略建模动作后果，且不增加数据/参数/序列 token。Agent 探索行为的 RL 新范式，对理解 agent 在未知环境中的自主性有直接意义。 - 标签：Agent | RAG | Multimodal | RL - 信号：HF 2 票

3. [PACT] Can Enterprise AI Assistants Be Trusted Under Pressure? - 链接：https://arxiv.org/abs/2609.18605 - 核心：企业 AI Agent 部署在招聘/医疗/金融等敏感场景，规则遵循（compliance）是法律层面的第一需求。PACT（Pressure-Applied Compliance Testing）系统性地测量主流 LLM 在持续施压、急促管理者或便利违规情境下是否违背规则。填补了企业级 Agent 评测空白。 - 标签：Agent | Benchmark | Enterprise | 评测 - 信号：HF 2 票

4. [行业数据] RAG vs Long Context：2026 实测成本与精度对比 - 来源：usewire.io 整理的生产环境数据 - 核心结论：RAG 单次查询约 $0.00008，Long Context 约 $0.10（1250 倍差距）；延迟 RAG ~1s vs LC ~45s。Long Context 在 1M token 窗口中相关content 被埋在中间时精度下降超 30%。2026 生产主流为混合范式：用检索收窄上下文，再用长窗口跨检索结果推理。 - 意义：RAG 未死，但架构需升级为「检索→推理」双阶段，而非单纯 Chunk Retrieval。 - 标签：RAG | Long Context | 成本 | 架构

○ 普通候选（4 条）

5. [研究] When EOS Tokens Disagree: Length Inflation in On-Policy Distillation - https://arxiv.org/abs/2609.20511 | HF 33 票 - Base student 与 post-trained teacher 的 EOS token 停止概率位置不一致，导致学生响应过长。跨 Qwen3/Llama/Gemma 均复现。对训练长输出 Agent 的蒸馏有参考价值。

6. [评测] Can MiniMax-H3 Reason About the Physical World? Omni-Modal Evaluation - https://arxiv.org/abs/2609.18323 | HF 21 票 - MiniMax-H3 统一多模态（文本/图像/视频/音频）生成评测，四维度物理世界推理框架。对 Agent 感知真实物理环境的能力边界有参考。

7. [评测] VākQA: Telugu Spoken Factoid QA Benchmark - https://arxiv.org/abs/2609.19879 | HF 1 票 - 低资源语言语音问答评测，Gemini-as-a-judge 最接近人类评估但非均匀严格。QA 评测方法论参考价值。

8. [系统] FAMOS: Feed-Forward 3D Articulation Modeling from Sparse Observations - https://arxiv.org/abs/2609.20817 | HF 4 票 - 从单目稀疏视图预测关节运动，Feed-forward + 多状态聚合。对机器人 Agent 的物理对象操作建模有参考。

元信息

  • 候选总数：8 条
  • 高价值：4 条（含 1 条行业数据）
  • Substack/Newsletter：1 条（usewire.io 数据综述）
  • CSDN：无（未发现包含版本/命令/源码/排障经验的明确线索）
  • Arxiv 富化：失败（HTTP 406），全部候选来自 HF Daily
  • 写作时间：~8 分钟