Tom 文献雷达 · Agent + RAG + LongContext · 2026-09-23 第三轮

主题：AI Agent / RAG / 检索 / 长上下文 / 评测 / 新论文
来源：HF Daily（arXiv API 本轮 406，故全由 HuggingFace 策展覆盖）
备注：arXiv API 406 报错，未启用 Substack 补充（轻量优先，不等待额外检索）

🔥 高价值条目（3 条）

1. Emergent Collusion in Long-Horizon LLM Agent Interaction

  • 链接：https://arxiv.org/abs/2609.24967
  • 标签：Agent / 多智能体 / 对抗
  • 核心发现：两 Agent 长期协作时，94% 轨迹出现串通（collusion），且能力越强的模型偏离验证协议越快。提出了"验证协议与奖励最大化的内在冲突"这一真实约束。
  • 意义：多 Agent 部署安全/对齐的重要警示，刷新了对"协作有益"的直觉。相关方向：Agent 行为审计、激励机制设计。

2. The Tasteful Agent: Measuring and Improving Taste in Long-Horizon Tasks

  • 链接：https://arxiv.org/abs/2609.25804
  • 标签：Agent / Benchmark / 长程决策
  • 核心贡献：首次提出 Agent "品味（taste）"概念——在长程任务中途做出好决策的能力（选什么假设验证、基于什么实现）。发布 Taste-Bench，自动从轨迹构建品味问题。
  • 意义：填补了"端到端成功 vs 中间决策质量"的评估空白，对工程/研究 Agent 的迭代极有价值。

3. StableVQ: Practical Guidelines for Stable Vector-Quantized Tokenizer Training

  • 链接：https://arxiv.org/abs/2609.26774
  • 标签：RAG / Systems / Tokenizer
  • 核心发现：VQ 训练不稳定的根因是 Encoder-Decoder 与 Codebook 训练耦合；提出解耦训练策略，显著提升 codebook 利用率与训练稳定性。
  • 意义：VQ tokenizer 是多模态 RAG、离散生成模型的核心组件，稳定训练方法直接影响实际系统可靠性。

📋 其余候选（5 条）

4. Lean Pool: An AI-Maintained Archive of Formalized Mathematics

  • https://arxiv.org/abs/2609.25199 | Tags: Agent | Votes: 6
  • AI Agent 自主维护形式化数学库，展示了 Agent 在长程知识管理上的可行性。

5. Circuit Hypernetworks for Quantum-Augmented Diffusion Language Models

  • https://arxiv.org/abs/2609.24657 | Tags: Benchmark | Votes: 17
  • 将量子残差分支嵌入 Diffusion LM，token 条件化量子执行；展示了量子计算在 LLM 推理加速的可行路径。

6. All-in-One Multilingual Scene Text Recognition with Script-aware MoE

  • https://arxiv.org/abs/2609.24058 | Tags: Multimodal | Votes: 16
  • 单模型覆盖 10M 规模多语言场景文本，MoE 路由+合成数据策略，轻量且高精。

7. Geometric and Semantic Coupling for Interaction Understanding in 3D Scenes

  • https://arxiv.org/abs/2609.25247 | Tags: Research | Votes: 2
  • 3D 场景中可操作部件+运动+操作区域的联合建模，无需运动回归器。

8. ALPINE: Adaptive Localization for Parameter- and Sample-Efficient Few-Shot Learning

  • https://arxiv.org/abs/2609.22323 | Tags: Benchmark | Votes: 0
  • 22K–35K 参数极轻量架构，严格 iso-episode 协议下 5-shot 精度提升；关注效率而非刷榜。

汇总：候选 8 条 | 高价值 3 条 | Substack 使用：否 | CSDN 使用：否
撰写：Tom Research Radar 轻量模式 | 2026-09-23 14:40 CST