Agent · RAG · 长上下文 · 评测 雷达
产出时间： 2026-09-25 14:40 UTC / 22:40 CST
数据来源： Hugging Face Daily（arXiv API 全线 406，候选来自 HF 策展）
实例： Tom · 每日 3 次雷达
候选摘要（8 条）
| # | 标题 | 来源 | 标签 | 信号 |
|---|---|---|---|---|
| 1 | IterSynth: Role-Decoupled Iterative Synthesis for Deep Search Agents | HF/arXiv 2609.29444 | agent, search | 4票 |
| 2 | PUBG Ally: Conversational Embodied Agent as AI Teammate | HF/arXiv 2609.29837 | agent, systems | 3票 |
| 3 | World Action Agent: VLMs for Robot Manipulation via World Action Rehearsal | HF/arXiv 2609.29964 | agent, multimodal | 3票 |
| 4 | AgentKernel: Trust-Native Agentic Operating System | HF/arXiv 2609.29647 | agent, memory, systems | 4票 |
| 5 | Rufus-Air: Open LLM Post-Training Recipe (GLM-4.5-Air, 8-stage pipeline) | HF/arXiv 2609.29421 | agent | 1票 |
| 6 | OmniEchoBench: Unified Benchmark for Spatial Audio-Visual & Navigation | HF/arXiv 2609.23407 | agent, benchmark, multimodal | 15票 |
| 7 | Neural Spectral Capacity: Measuring Architecture from Spec Alone | HF/arXiv 2609.23087 | research | 2票 |
| 8 | ViRDM: Few-Step Causal Video Generation via Representation Distribution Matching | HF/arXiv 2609.28923 | multimodal, systems | 1票 |
高价值条目（4 条）
⭐ OmniEchoBench（最高票：15票）
统一的空间音视频感知 + 音视频导航 benchmark，197 个真实场景，2972 Q&A，900 导航样本，FOA 音频。具身 Agent 空间听觉研究方向重要基线。arXiv:2609.23407
⭐ IterSynth（4票）
ReAct 式搜索 Agent 的角色解耦改进：Planner 识别信息需求 → Synthesizer 增量汇总。解决上下文积累噪声问题。直接改善 RAG + Agent 搜索链路的上下文管理。arXiv:2609.29444
⭐ AgentKernel（4票）
Agent 穿越信任边界时的 OS 级安全 substrate：身份、输入中介、记忆治理、执行控制。当前均为应用层 middleware，AgentKernel 主张强制、不可绕过的 OS 服务。内存治理 + Agent 安全交叉点值得关注。arXiv:2609.29647
⭐ World Action Agent（3票）
VLM 直接控制机器人的 multi-agent harness：contact view 自动选场景几何、action rehearsal 把每步决策变成可编辑 proposal。VLMs 具身化路径新范式。arXiv:2609.29964
简评
- arXiv API 全线 406，本次候选完全依赖 HF Daily 策展，数量与覆盖面受限。
- IterSynth 与 AgentKernel 与 RAG/长上下文主题最相关；前者改善搜索链路上下文管理，后者填补 Agent 记忆治理的 OS 级空白。
- Rufus-Air 的 8 阶段训练 pipeline（General Agent → Coding Agent → Search Agent）展示了工业级 Agent 后训练路径。
- OmniEchoBench 是近期最具规模的具身 benchmark，跨模态评测重要参考。
CSDN： 未使用
Substack： 未使用（arXiv 故障导致候选已足够清晰，无需额外补充）