rag · E1 预消化简报（2026-09-22）
R98 E1 轮 · 窗口覆盖：2026-09-21 08:50 ~ 2026-09-22 08:50 CST 数据来源：Tom 9-22 0840 radar + Jay 9-22 CSDN Embedding/Reranking/Eval + paper_cards 9-22 新入库批次（1434-1447）+ 活文档 rag.md R97 基线 诚实度声明：本轮增量密度「低」——新入库 paper_cards 中 RAG 主分类仅 1 件（MoME），RAG 邻接 2 件（Gricea、CADWorld）；无新 RAG 主分类 arXiv 论文发布；其余均为已在 R97 锚定条目的续立或跨实例验证补充。无硬凑字数。
0. 概述与基线对齐
R97 状态确认：R97 锚入 4 件增量（Self-Evolving Index HF 45票 + GraphRAG+Nature 五层 + OWASP ASI06 + LongSeeker/MARDoc/ActObs 三件 PREPARED）+ 1 件续立。
本轮（R98）新发现：增量密度低——paper_cards 9-22 入库批次（1434-1447 共 14 张）仅 1 件 RAG 主分类（MoME），另 2 件 RAG 邻接（Gricea、CADWorld）；9-22 radar 候选 8 条均来自 HF Daily，无 RAG 主分类新 arXiv 发布。Jay 9-22 Embedding/Reranking/Eval 报告主体是工程实践文献，CSDN 条目全为 snippet-only，RAG 相关增量有限（Hybrid Search RRF 架构确认）。Self-Evolving Index HF 票数今日（9-22）是否续升待下一棒核实。
1. 增量条目（3 件）
增量 ① MoME · 2609.15126 · RAG 主分类新入库（9-22 paper_card 1440）⭐⭐⭐
- 来源：paper_card 1440（9-22 入库，主分类 rag）+ tom 9-22 0840 radar（候选但 tags 为 agent/memory，未入 top 高价值）
- 要点："Mixture-of-Memory Embeddings for Context-Aware Sparse Lookup"——现有 memory embedding 方法通过 surface form 的确定性函数进行检索，会将同一 token 的不同上下文语义（如 "python" 作为语言 vs. 作为动物）坍缩到同一固定条目。MoME 将每个 token 的单一记忆行替换为一组 mixture components，实现上下文感知（context-aware）的稀疏查找，无需为每种上下文语义预先分配独立条目。
- 与活文档现有脉络的关系：与 rag.md §2.2 Agentic RAG（Agent 决策质量）和 §2.5 Long Context vs RAG（上下文压缩与记忆层设计）直接相关——MoME 解决的是 RAG 检索中 token 级语义坍缩问题，是 memory layer 的机制创新。与 §2.6 多模态 RAG 关联（跨模态同一 token 的上下文歧义问题更严重）。与 R97 LongSeeker（弹性上下文调度）互补：LongSeeker = 宏观上下文预算管理，MoME = 微观 token 级语义分派。
- 建议归入节：§2.2 Agentic RAG（memory 层机制创新）+ §2.5 Long Context vs RAG（上下文感知稀疏查找）
- 可信度：★★★（arXiv 原文 + paper_card 已入库，但 TLDR 被截断，具体性能提升数字需读全文）
- ⚠️ 需读全文：① MoME 的 mixture component 数量与推理开销权衡；② 与 Poly-encoder 等上下文感知方法的对比；③ 对长文档多跳检索任务的具体提升数字
增量 ② Gricea · 2609.22039 · RAG 邻接：开放科学对话平台（9-22 radar，7 votes）⭐⭐
- 来源：tom 9-22 0840 radar 候选 #3（rag/systems 标签）+ HF Daily 9-22
- 要点："An Open Science Platform for Conversational AI Research"——为对话 AI 研究设计的开放科学平台，将研究系统配置为可部署、可检查、可共享、可复用的研究制品（artifacts）；在 CUI 2026 论文配置复制研究中复制了 93% 的合格论文配置。RAG 相关性：对话 AI 系统的 RAG 检索组件标准化需要可复用的研究制品框架。
- 与活文档现有脉络的关系：与 rag.md §2.11 RAG 评测体系（benchmark 和评测方法）邻接——Gricea 提供的是对话 AI 系统的可复现研究框架，与 RAG 评测中"可复现性"问题间接相关。非 RAG 核心论文。
- 建议归入节：§2.11 RAG 评测体系（邻接，可引用 Gricea 作为可复现研究平台案例）
- 可信度：★★★（arXiv 原文，7 votes 低票数，具体对话系统 RAG 评测方法未披露）
- ⚠️ 需读全文确认：① Gricea 是否支持 RAG 评测工件的标准格式；② 93% 复制率的具体研究范围界定
增量 ③ CADWorld · 2609.16251 · RAG 邻接：FreeCAD 长时序工程设计 benchmark（9-22 radar，5 votes）⭐⭐
- 来源：tom 9-22 0840 radar 候选 #5（agent/rag/benchmark 标签）+ HF Daily 9-22
- 要点："Computer-Use Benchmark for Long-Horizon Computer-Aided Design"——评估 AI agent 操作 FreeCAD 的长时序能力，200 任务/11 类工程工作流，要求输出维度、约束结构和工程状态均保持有效。RAG 相关性：CAD 文档检索 + 上下文验证是专业工程场景中 RAG 的具体应用，CADWorld 提供该场景的 benchmark 数据。
- 与活文档现有脉络的关系：与 rag.md §2.11 RAG 评测体系（邻接 benchmark）和 §2.6 多模态 RAG（CAD 属于结构化多模态文档）邻接——CADWorld 代表 RAG 在垂直工程场景的评测需求，但非 RAG 核心方法论文。
- 建议归入节：§2.11 RAG 评测体系（邻接，垂直领域 RAG benchmark）+ §2.6 多模态 RAG（CAD 文档场景）
- 可信度：★★★（arXiv 原文，5 votes 低票数；CADWorld 评测的是 agent 操作 FreeCAD 能力，RAG 检索是隐含组件而非评测焦点）
- ⚠️ 需读全文确认：① CADWorld 评测中 RAG 检索的具体评测指标；② CAD 文档的 embedding 方案是否有特殊性
2. R97 续立条目确认（1 件）
| 续立条目 | 状态更新 |
|---|---|
| Self-Evolving Search Index（2609.19656） | R97 HF 票数 45 票（9-21），今日（9-22）是否续升待下一棒核实——arXiv API 本轮返回 406 富化失败，HF 今日票数未确认 |
3. Jay 9-22 Embedding/Reranking/Eval 报告中的 RAG 相关内容（轻量交叉验证）
来源：inbox/jay/2026-09-22T0820-jay-csdn-embedding-rerank-eval-highvalue.md（snippet-only，CSDN WAF 521）
- Hybrid Search RRF 融合架构（Jay 9-22 §3.1 确认）：L1 Bi-Encoder+BM25 并行召回 → RRF 融合 → Top50-100 → L2 Cross-Encoder（如 BGE-Reranker-v2-m3）精排到 Top5-10 → 送 LLM。与 R97 GraphRAG 三元架构（Pipeline/Agentic/GraphRAG）一致，补充了 reranking 在两阶段架构中的精排定位。⚠️ 注意：RRF 中 k=60 是经验常数；ChromaDB 返回 L2 距离（越小越相似），不是余弦相似度——阈值判断必须用
<=而非>=。 - Embedding 模型选型 2026（Jay 9-22 §3.1）：BGE-M3（百川AI，MTEB 榜首，多语言，1M token）仍为最强开源多语言 Embedding；Qwen3 Embedding 三阶段训练是 2026 新范式；BGE-Reranker-v2-m3 是配套 Cross-Encoder 精排模型。⚠️ 注意：Jay 9-22 CSDN 条目全为 snippet-only，版本号和实测数据未 fetch 验证。
- "57% 企业已部署多阶段 Agent"数据（Jay 9-21 Substack 引用，延续至 9-22 报告）：R97 已标注为待核实；本轮仍未核实，建议在活文档中标注为"来源待核"。
4. 值得警惕的矛盾或待核实说法（延续 R97）
待核实 ①：Self-Evolving Index · 具体性能提升数字和收敛保证（R97 未核实，本轮续注）
- 状态：R97 标注 P1，至今（9-22）无新数据；arXiv API 9-22 返回 406，本文未能富化
- 建议核实路径：直接读 2609.19656 原文
待核实 ②：GraphRAG+Nature "46% 多跳提升"的具体来源（R97 标注，本轮续注）
- 状态：CSDN 原文被 521 屏蔽，今日未能 fetch
- 建议核实路径：Micheal Lanham Substack 原文
待核实 ③：OWASP ASI06 Memory Poisoning · 具体攻击向量和缓解措施完整性（R97 标注，本轮续注）
- 状态：Alex Wero OWASP Substack 原文未读
- 建议核实路径：
https://open.substack.com/pub/alexewerlof/p/owasp-top-10-ai-llm-agents
待核实 ④：Jay 9-22 Embedding/Reranking · CSDN 全条目 snippet-only，无法核验版本号和命令
- 状态：10 条 CSDN 条目全为 snippet-only，CSDN WAF 521 拦截，无法 fetch 原文
- 建议核实路径：直接读 BGE-M3、BGE-Reranker-v2-m3 官方 GitHub 和 Hugging Face 页面
5. 可引用 arXiv 号列表
| arXiv 号 | 标题 | 相关性 |
|---|---|---|
| 2609.15126 | MoME: Mixture-of-Memory Embeddings for Context-Aware Sparse Lookup | 核心：RAG 主分类新入库，上下文感知 memory 机制解决 token 语义坍缩（9-22 paper_card 1440） |
| 2609.22039 | Gricea: An Open Science Platform for Conversational AI Research | 邻接：对话 AI 可复现研究平台，RAG 评测邻接（9-22 radar，7 votes） |
| 2609.16251 | CADWorld: Computer-Use Benchmark for Long-Horizon Computer-Aided Design | 邻接：FreeCAD 长时序 agent benchmark，RAG 垂直场景邻接（9-22 radar，5 votes） |
| 2609.19656 | Self-Evolving Search Index | 核心续立：R97 HF 45票，今日续升状态待核实 |
| 2609.20715 | ActObs: Don't Mask the Environment | 续立：R97 PREPARED 候选，观察监督改善 Agent 检索决策（paper_card 1427） |
| 2609.19969 | DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression | 续立：KV cache 压缩新 SOTA |
| 2609.20423 | WeVisDoc: From Coverage to Capability for Robust End-to-end Document Parsing | 续立：RAG 上游文档解析鲁棒性 |
| 2606.02643 | Inference Cost Attacks for Retrieval-Augmented Large Language Models（CREEP） | 续立：RAG 推理成本攻击 |
| 2607.26497 | BM25 Wins at Scale: A Scaling Study of RAG Paradigms | 续立：BM25 大规模反超向量 |
| 2501.09136 | Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG | 续立：全面综述 |
| 2609.19499 | Sample Count Is Not Enough: Candidate-Generation Strategy Shapes LLM Test-Time Scaling | 续立：测试时扩展工程意义 |
| 2609.17012 | ORDER: Task-Conditioned Routing for RAG | 续立：查询条件化动态索引-检索联合路由 |
| 2609.16818 | InceptionRAG: Stealthy Poisoning Attack Against RAG | 续立：间接逻辑诱导投毒 |
| 2607.12764 | EvoGraph-R1: Self-Evolving Multimodal Knowledge Hypergraphs for Agentic Retrieval | 续立：自演化知识超图 |
| 2606.15906 | MAGE-RAG: Multigranular Adaptive Graph Evidence for Agentic Multimodal RAG | 续立：多粒度自适应图证据 |
| 2603.07379 | SoK: Agentic RAG（ACL 2026） | 续立：Agentic RAG 综述，ACL 2026 接收 |
| 2602.19127 | AgenticRAGTracer: Agentic RAG Benchmark | 续立：Agentic RAG step-by-step 验证基准 |
6. 建议归入活文档节
| 增量 | 建议归入节 |
|---|---|
| ① MoME（2609.15126，RAG 主分类） | §2.2 Agentic RAG（memory 层机制创新）+ §2.5 Long Context vs RAG（上下文感知稀疏查找） |
| ② Gricea（2609.22039，RAG 邻接） | §2.11 RAG 评测体系（邻接，可复现研究平台案例） |
| ③ CADWorld（2609.16251，RAG 邻接） | §2.11 RAG 评测体系（垂直 benchmark）+ §2.6 多模态 RAG（CAD 文档场景） |
7. 检查过的来源清单
| 来源路径 | 时间 | RAG 相关性 |
|---|---|---|
/inbox/tom/2026-09-22-agent-rag-longcontext-radar.md |
Sep 22 08:40 | 直接（8 条 HF Daily 候选，Designer-RSI/Gricea/CADWorld 等） |
/inbox/tom/2026-09-21-rag-e1prep.md |
Sep 21 08:50 | 直接（R97 基线，Self-Evolving Index 45票 + OWASP ASI06 + GraphRAG 等） |
/inbox/jay/2026-09-22T0820-jay-csdn-embedding-rerank-eval-highvalue.md |
Sep 22 08:20 | 邻接（Hybrid Search RRF + Embedding 选型，CSDN snippet-only） |
/shared/research-kb/organized/paper_cards/1440-2609-15126.md |
Sep 22 | 直接（MoME，RAG 主分类确认） |
/shared/research-kb/organized/paper_cards/1431-2609-19656.md |
Sep 21 | 直接（Self-Evolving Index，RAG 主分类） |
/shared/research-kb/organized/paper_cards/1427-2609-20715.md |
Sep 20 | 邻接（ActObs，agent 主分类） |
/shared/research-kb/organized/paper_cards/1434-2609-21619.md |
Sep 21 | 邻接（Calibrating OPD，engineering 主分类，非 RAG） |
/inbox/jay/2026-09-21-ai-engineering-rag.md |
Sep 21 | 邻接（Agentic Search 颠覆传统 RAG 观点） |
/inbox/jay/2026-09-21-csdn-substack-rag-agent-architectures.md |
Sep 21 | 直接（GraphRAG+Nature + OWASP ASI06，延续至本轮待核实） |
8. R98 vs R97 诚实差异说明
| 维度 | R97 | R98 |
|---|---|---|
| RAG 主分类新 arXiv | 0 件 | 1 件（MoME 2609.15126） |
| RAG 邻接新 arXiv | 3 件（LongSeeker/MARDoc/ActObs） | 2 件（Gricea/CADWorld） |
| Self-Evolving Index | HF 45票，续立 | HF 45票续立，今日票数待核实 |
| OWASP ASI06 | 锚入 | 待核实延续 |
| 增量密度 | 中 | 低 |
| CSDN fetch 状态 | 521 屏蔽 | 521 屏蔽（Jay 9-22 全 10 条 snippet-only） |
| arXiv API 富化 | 成功 | 406 失败，Self-Evolving Index 全文未富化 |
本轮无显著新增量（相比 R97）时的处理：如实记录 3 件增量，列出全部检查来源，不硬凑字数。R98 本质是 R97 的小幅补充，主要价值在于 MoME（唯一 RAG 主分类新卡）和 CADWorld/Gricea（RAG 邻接新卡）。
Tom · E1 预消化 · R98 · 2026-09-22 08:50 CST · 仅写入 /shared/research-kb/inbox/tom/2026-09-22-rag-e1prep.md