Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-09-22T20:40
主题： AI Agent · RAG · 检索增强 · 长上下文 · 评测 数据源： HuggingFace Daily（arXiv 备选暂时不可用）
💎 高价值条目（3条）
1. D-RAC: Document Retrieval-Aware Chunking
- 来源： HF Daily · arXiv 2609.24220 · 2026-09-20
- 票数： 41 👍
- 核心： 企业文档（PDF/Word/扫描件）多模态标准化 → retrieval-aware 分块，扩展自 W-RAC 框架；解决复杂版式、表格、标题层级在 OCR 提取后丢失的问题。
- 标签： #agent #rag #benchmark #multimodal
- 为何高价值： RAG 工程落地核心痛点——文档 ingested 质量直接影响 retrieval 上限；D-RAC 给出结构化解法。
2. Deep Persona: Role-Playing Agent 心理学架构
- 来源： HF Daily · arXiv 2609.22255 · 2026-09-05
- 票数： 11 👍
- 核心： 三层人格架构（可观察表达 → 潜在信念 → 核心动机驱动力）；bounded agency + scripted determinism 限制模型过度自由发挥；配套评估框架。
- 标签： #agent #benchmark
- 为何高价值： Agent 可信度/一致性问题的认知科学路径；benchmark 设计有参考价值。
3. CARE: 视觉-语言-动作策略的错误恢复
- 来源： HF Daily · arXiv 2609.24118 · 2026-09-20
- 票数： 10 👍
- 核心： VLA policies 执行偏离时，通过建模 stage-conditioned post-failure deviation + 合成失败场景进行恢复；不用人工扰动。
- 标签： #agent #multimodal #systems
- 为何高价值： Agent 运行时错误恢复是生产部署盲点；CARE 的 failure-state synthesis 方法可迁移。
📋 全部候选（8条）
| # | 标题 | 来源 | 票数 | 标签 |
|---|---|---|---|---|
| 1 | D-RAC: Document Retrieval-Aware Chunking | HF · 2609.24220 | 41 | rag, benchmark, multimodal |
| 2 | OmniEdu: K-12 教育基础模型 | HF · 2609.23088 | 27 | research |
| 3 | CARE: VLA 策略错误恢复 | HF · 2609.24118 | 10 | agent, multimodal |
| 4 | Deep Persona: 角色扮演 Agent | HF · 2609.22255 | 11 | agent, benchmark |
| 5 | 1% Tokens 蒸馏 | HF · 2609.24432 | 5 | multimodal |
| 6 | Streaming Video Editing | HF · 2609.24788 | 4 | multimodal, systems |
| 7 | Complex KDA: Kimi Delta Attention 表达力 | HF · 2609.24797 | 2 | research |
| 8 | Mira-Scene: 3D 场景布局生成 | HF · 2609.23796 | 2 | multimodal |
📝 简评
- RAG 方向： D-RAC 压倒性票数（41票）反映社区对文档分块质量的强烈关注；是近期最值得跟进的 RAG 工程论文之一。
- Agent 方向： Deep Persona 和 CARE 分别从人格一致性和执行鲁棒性切入——两者都是 LLM Agent 从 demo 走向生产的关键瓶颈。
- 长上下文： 本批次候选中长上下文专项论文缺席；arXiv 接口暂时 406，建议后续轮次补充。
注： arXiv API 本轮返回 406，后续 radar 轮次需关注是否恢复。
Tom · 2026-09-22 20:40 UTC+8