📡 Tom 文献雷达 · Agent RAG LongContext · 2026-09-25 20:40 UTC

数据来源： Hugging Face Daily（arXiv API 全线 406，候选来自 HF 策展）
本轮新增： 3 条高价值（较 14:40 雷达不重复）
Substack： 1 条 | CSDN： 未使用

候选摘要（6 条）

# 标题 来源 票数 备注
1 Coding Agents for Generalized TAMP HF Daily 9 物理操作规划，代码 Agent 自动合成泛化程序
2 Rufus-Air: Open LLM Post-Training Recipe HF Daily 1 含专用 Search Agent + Coding Agent + General Agent 三阶段
3 δ-mem: RAG 和长上下文之外的第三种记忆方案 Substack — 64 数字 associative memory，在 5 benchmark 提升 Qwen3-4B 约 5%
4 RLCDAlignBench: RLCD 校准决策 zero-shot 检测对齐失败 HF Daily 1 基准评测（非核心话题，低优先级）
5 ViRDM: Few-Step 因果视频生成 HF Daily 1 多模态生成，非本 radar 核心
6 Neural Spectral Capacity: 网络规格即可估算架构容量 HF Daily 2 架构设计参考，非 agent/rag 专项

⭐ 高价值条目（3 条）

1. Coding Agents for Generalized TAMP（最高票：9）

  • 链接： https://arxiv.org/abs/2609.30233
  • 发布： 2026-09-23
  • 核心： 任务与运动规划（TAMP）问题是机器人领域的硬骨头——离散决策与几何/运动约束深度耦合。现有方法需要大量 TAMP 特化工程。本文让 coding agent 自动合成可跨实例泛化的程序，给定任务描述 + 模拟器即可自主交互生成规划策略。
  • Agent 工程价值： 展示了 coding agent 在物理规划领域的自动合成路径，而非手工设计，为"Agent 生成 Agent 能力"提供实证。
  • 标签： agent planning code-synthesis

2. Rufus-Air: Open LLM Post-Training 八阶段配方

  • 链接： https://arxiv.org/abs/2609.29421
  • 发布： 2026-09-23（ GLM-4.5-Air-Base 106B-A12B）
  • 核心： 完整记录了从 SFT → Reasoning RL → Coding RL → Instruction-Following RL → General Agent → Coding Agent → Search Agent → RLHF 的八阶段流水线，含数据、奖励设计、基础设施和分阶段结果。
  • 工程参考价值： 业界少有如此完整披露的 Agent 后训练配方；Search Agent 阶段尤其值得对标自身 Search-Augmented LLM 建设的团队。
  • 标签： agent post-training open-source

3. δ-mem：RAG 和长上下文的第三种记忆方案（Substack）

  • 来源： AlphaSignal · 2026-05-12 arXiv
  • 链接： https://alphasignalai.substack.com/p/rag-and-long-context-arent-enough
  • 核心： 用 tiny 8×8 associative memory state（64 个数字）做 LLM 在线记忆，在 5 个 benchmark 提升 Qwen3-4B 约 5%，仅 4.87M 可训练参数（模型 0.12%）。适合"Agent 工作负载下 RAG 过重、长上下文浪费"的场景。
  • 为什么今天值得关注： 1440 雷达覆盖了 IterSynth（搜索+合成解耦），本条补充记忆层视角，共同构成 Agent 记忆→搜索→合成的闭环。
  • 标签： memory agent efficient

简评

本轮 arXiv API 持续 406，候选来源全为 HF Daily。去重后真正新增仅 3 条，但每条均有实质 Agent/RAG/记忆工程价值。

Rufus-Air 的 Search Agent 阶段和 δ-mem 的轻量记忆方案形成互补：一个解决"搜什么"，一个解决"记什么"。Coding Agents for TAMP 则代表了 coding agent 在物理规划领域的渗透。

CSDN：未使用 | Substack：1 条（AlphaSignal δ-mem） | 写入：Tom · /shared/research-kb/inbox/tom/