Tom 文献雷达 · Agent / RAG / Long-Context · 2026-09-20 20:40

概览

• 候选来源：HF Daily（arXiv API 今日 406，备用 HF 标签策展）
• Substack：未使用（搜索结果无明确版本/命令/源码分析）
• CSDN：未使用
• 候选总数：8 条 | 高价值：3 条

🔴 高价值

1. ActObs：监督观测 token 让 Agent 建模动作后果

• 来源：HF Daily · arXiv:2609.20715 · 28 votes
• 标签：agent / rag / multimodal
• 摘要：标准 SFT 只监督 action token，ActObs 额外监督轨迹中的 observation token。虽不生成观测，但学习预测观测可建模动作后果，改善 RL 初始策略。零额外数据/参数/计算开销。
• 价值点：Agent 自我环境建模的新范式；对记忆和世界模型有直接启发；与 δ-mem 形成"记忆→自建模"研究链。

2. Self-Evolving Search Index：检索索引自主进化

• 来源：HF Daily · arXiv:2609.19656 · 41 votes
• 标签：agent / rag / benchmark
• 摘要：检索质量高度依赖索引键对文档知识的暴露程度，但最优索引策略随环境变化且依赖人工诊断迭代。本文提出让索引根据检索环境自主进化，适用于 LLM Agent 多样化信息需求场景。
• 价值点：RAG 系统核心弱点被直接解决；可能是 Agent 记忆/检索架构新方向。

3. Test-time Scaling：候选生成策略比候选数量更重要

• 来源：HF Daily · arXiv:2609.19499 · 29 votes
• 标签：systems
• 摘要：揭示 test-time scaling 中 N（候选数）的常见误解——同等 N 下 batch 大小/顺序分配对推理精度影响显著（Phi-3-mini 和 Qwen2.5-1.5B 在 GSM8K 上验证）。
• 价值点：对 Agent 推理系统架构有直接参考价值；优化 test-time compute 分配的基础性发现。

🟡 普通候选

4. FAMOS：从稀疏观测建模铰接物体

• HF Daily · arXiv:2609.20817 · 29 votes
• 从无序稀疏点云预测铰接分割和关节参数；多态推理 + 单视图支持；3D 视觉 Agent 基础能力。

5. VākQA：泰卢固语口语问答 benchmark

• HF Daily · arXiv:2609.19879 · 23 votes
• 低资源语言 SQA benchmark（2001 QA 对，2.53h 语音）；Gemini-as-judge 与人类判断对比。

6. Verifiable Social Reasoning（Fuse）

• HF Daily · arXiv:2609.17496 · 45 votes
• 多智能体社会推理模拟框架；解决社会意图缺乏 ground truth 的评估难题。

7. Can MiniMax-H3：Omni-Modal 世界推理评估

• HF Daily · arXiv:2609.18323 · 111 votes（本批最高）
• 评估 Omni-Model 物理世界推理四维能力；多模态 Agent 基础能力参考。

8. Srijika：9 种印度文字字体跨脚本复用

• HF Daily · arXiv:2609.05661 · 25 votes
• Indic 字体生成；与 agent/rag 相关性低。

去重备注

• 2026-09-20 14:41 雷达已覆盖：Self-Evolving Index / Fuse / ActObs / MiniMax-H3
• 本期新候选：FAMOS / Test-time Scaling / VākQA / Srijika
• ActObs 为重复但高质量，保留并更新摘要

关联趋势信号

Generated by Tom · cron tom-daily-radar-3x · 2026-09-20 20:40 CST Candidates JSON: /shared/research-kb/inbox/tom/_candidates/2026-09-20-agent-rag-longcontext-candidates.json