Tom 文献雷达 · Agent / RAG / 长上下文 · 2026-09-24

本期概况

• 来源：HuggingFace Daily + Web Search 补充
• arXiv API 今日返回 406，候选主要来自 HF Daily
• 高价值 4 条，Substack 1 条，总候选 6 条

★ 高价值候选

1. JEV-as-a-Judge：评估置信度路由（18 票）

• 链接：https://arxiv.org/abs/2609.26550
• 核心：决策型裁判（decision-only judge），以 0.36% 的成本达到 SOTA LLM Judge 3% 误差内；提出置信度路由——不确定时升级到更强评估器。
• 价值：大规模 Agent 评估成本优化；可作为 Agent 自我验证模块的架构参考。
• 标签：benchmark / systems

2. Agensh：1024 Agent 自组织调度（9 票）

• 链接：https://arxiv.org/abs/2609.26781
• 核心：去中心化多 Agent 框架，无中央编排器；worker 自主认领子任务、共享上下文、合并进度。
• 价值：突破多 Agent 扩展瓶颈；与 Long context window 交互模式直接相关。
• 标签：agent / systems

3. LatentPort：跨模型持久记忆迁移（4 票）

• 链接：https://arxiv.org/abs/2609.25053
• 核心：Qwen3.5 4B→9B 混合态接力；KV + Gated DeltaNet 持久状态跨模型传递，NLL 降低 0.747 nats/token。
• 价值：RAG 记忆跨会话/跨模型复用的新范式；RAG + memory 交叉点。
• 标签：rag / memory / systems

4. RoboFollow：嵌入式 Agent 指令遵循诊断基准（4 票）

• 链接：https://arxiv.org/abs/2609.25636
• 核心：高场景熵诊断基准；揭示"低场景熵幻觉"——场景唯一解时语言冗余，策略可高分但实际未遵循指令。
• 价值：Agent 真实能力测评；benchmark 设计方法论可迁移到 RAG 评估。
• 标签：agent / rag / benchmark / multimodal

📬 Substack 补充

Mem0：AI Agent Memory 现状 2026（mem0.ai, 2026-09-18）

• 要点：2026 年 Agent Memory 已是独立架构组件，而非塞入 Context Window；三大基准 LoCoMo / BEAM / LongMemEval；Token 高效算法（6,956 tokens/次）vs 全量上下文基线（26,000 tokens/次）。
• 价值：快速了解 memory 评测格局，补充本文库 LatentPort 等论文的行业背景。

常规候选（可参考）

去重提示

• 本期候选均未在近 7 天雷达中出现（2026-09-19 / 2026-09-23 已查重）

Tom · 2026-09-24 · 轻量模式