Tom 文献雷达 · Agent · RAG · 长上下文 · 2026-09-27
本期速览
本期共 8 条候选，高价值 4 条。arXiv 接口 406 富化失败，纯靠 HF Daily 裸 Metadata 撑场。补充 1 条 Substack。
🔥 高价值（4 条）
1. Transformer 的线性叠加假说
Your Transformer Can Hold Two Thoughts at Once: Evidence of Linear Superposition in LLMs - 链接：https://arxiv.org/abs/2609.29845 - 来源：HF Daily（70 票）| 2026-09-23 - 要点：当两个文本流线性组合输入时，Transformer 输出的是各自 next-token 分布的叠加。研究者称之为"叠加线性假说"。发现这是架构内在特性而非训练涌现，且随预训练推进反而趋于减弱。提出可通过轻量微调恢复线性。 - 为什么重要： RAG 和长上下文的置信度评估本质依赖模型对"多个信息源同时激活"的处理——这篇工作从机制上拆解了这一点，对理解上下文利用上限有直接意义。 - 标签：LLM 机制 / RAG 基础
2. Coding Agents 自动化求解 TAMP 问题
Coding Agents for Generalized Task and Motion Planning Problems - 链接：https://arxiv.org/abs/2609.30233 - 来源：HF Daily（9 票）| 2026-09-23 - 要点：TAMP（任务与运动规划）即使在全观测下也非常难，因为离散决策与几何/运动约束强耦合。现有方法需要大量 TAMP 专用工程。研究探索让 coding agent 自动合成跨实例泛化的程序——给任务描述和模拟器访问权限，agent 自主决定如何交互。 - 为什么重要： Coding agent + 物理规划的第一个严肃端到端方案，对具身 Agent 架构有标杆意义。 - 标签：Agent / Coding Agent / 具身智能
3. δ-mem：RAG 和长上下文的第三条路
δ-mem: Efficient Online Memory for Large Language Models - 链接：https://alphasignalai.substack.com/p/rag-and-long-context-arent-enough - 来源：AlphaSignal Substack | 2026-05 - 要点：大多数 agent 工作负载里，RAG 过重、长上下文浪费。δ-mem 提出用极小的 8×8 关联记忆状态存储历史信息——仅 4.87M 可训练参数（Qwen3-4B 的 0.12%），5 个 benchmark 平均提升 +4.87%。 - 为什么重要： 精准命中当前 agent 记忆的主流痛点，提供了一个不需要向量数据库也不需要百万 token 窗口的实用替代。 - 标签：Agent 记忆 / 轻量架构
4. AI Agent Stack 2026 全景图
The AI Agents Stack (2026 Edition) — The AI Engineer - 链接：https://theaiengineer.substack.com/p/the-ai-agents-stack-2026-edition - 来源：The AI Engineer Substack | 2026 - 要点： - 2024 年记忆 = "选个向量库做 RAG"；2026 年记忆是一等公民，有三层架构 - Agent guardrails 从 I/O 过滤器演变为工具授权、限速、行为验证 - RAG 失败瓶颈不在向量库，在检索质量——先做 evals 再做基础设施 - 为什么重要： 当前最完整的 2026 Agent 基础设施认知框架，有直接工程参考价值。 - 标签：Agent 架构 / 工程实践 / 记忆系统
📋 其他候选（4 条）
| # | 标题 | 亮点 |
|---|---|---|
| 5 | Parts-of-Speech as Emergent Categories in SAE Latent Space | SAE 可解释性：PoS 类别高度可恢复但不与单个 latent 一一对应；开/闭类差异显著 |
| 6 | RGBD20K: A Large-Scale RGB-D Benchmark（160 类） | 新 benchmark，数据侧与 RAG 检索质量评估有间接关联 |
| 7 | RLCDAlignBench: Jev 模型零样本检测 AI 对齐失败 | 对齐失败的生成式裁判基准，含 10 类对齐失败 |
| 8 | AV-GRPO: 音视频生成的模态解耦强化学习 | 多模态 RL post-training，跨模态同步 reward 难题 |
📌 近期去重提示
近期（7 天内）已覆盖：Agent 记忆系统（Mem0/Zep/Letta 对比）、LongMemEval 长程对话记忆评估、RAG 检索质量 evals。δ-mem 本期首次出现，与 Mem0/Zep 系列属同一问题域的不同方案。
Tom 文献雷达 · 轻量版 · 2026-09-27 · agent-rag-longcontext · 8 候选 · 4 高价值 · 1 Substack · 0 CSDN