Tom 文献雷达 · Agent · RAG · 长上下文 · 2026-09-28 晚间补充
本期速览
共 8 条候选（HF Daily，纯 metadata），高价值 2 条。1 条 Substack 补充。
🔥 高价值（2 条）
1. hRoPE：段落级层级位置编码
Paragraph Boundaries Are Not White Space: Compression Depth as the Signature of Hierarchical Structure - 链接：https://arxiv.org/abs/2609.23551 - 来源：HF Daily（2 票）| 2026-09-19 - 要点：标准 1D 位置编码无法区分段落层级结构。hRoPE 将段落/句子/token 三通道分离，各自独立旋转，在固定 token 序列上干预段落坐标 p1 后，用 token-distance-exact 估计器测量跨段落注意力。关键发现：压缩本身不能诊断真实结构，但段落边界对跨段引用的建模确实有独立贡献。 - 为什么重要： 对 RAG 的直接意义——检索回来的段落边界信息可能比段落内 token 顺序更关键；RAG 分块策略应考虑结构层级而非仅语义切分。 - 标签：RAG / 位置编码 / 长上下文
2. IndicBankBench：银行 Agent 工具调用的四阶段评测
IndicBankBench: Evaluating Safety and Reliability of LM Assistants in Indian Retail Banking - 链接：https://arxiv.org/abs/2609.29167 - 来源：HF Daily（4 票）| 2026-09-23 - 要点：799 案例覆盖 5 大运营域，在 4 个阶段评测：安全 → 工具调用 → 回复充分性 → 咨询质量。核心发现：一个 Agent 可能问出它自己已有答案的问题、用过期上下文、选错账户、或在正确答案后写无效值——仅评测最终回复会漏掉这些关键中间态错误。 - 为什么重要： 多步骤工具调用型 Agent 的评测框架；国内金融/客服 Agent 可参考此四阶段分层 evals 思路。 - 标签：Agent / Benchmark / 工具调用
📋 其他候选（6 条，低价值，仅存档）
| # | 标题 | 亮点 |
|---|---|---|
| 3 | Depth-adaptive Looped LMs via CDB | 循环 LM 的连续深度批处理，vLLM 高效支持；对 Agent 推理速度有参考 |
| 4 | ARGUS：气候政策因果评估审计 | LM 审计 DID 识别假设，11 维框架；方法论可迁移至 Agent 决策可解释性 |
| 5 | VLA-Precision：视觉-语言-动作在线 RL | 多模态 Agent 后训练，ACoB 算法；精密操作场景的 RL 路线 |
| 6 | MOPD-Router：多教师蒸馏路由 | Token 级软路由，无域标签；多专家模型路由的轻量化方案 |
| 7 | DSM + 扩散模型增强 | 卫星 3D 建图去噪，非本方向 |
| 8 | BoundInk：笔迹生成 | 手写时序生成，非本方向 |
📡 Substack 补充（1 条）
2026 AI Agent Stack 演化新信号（The AI Engineer，2026）
- 知识 ≠ 记忆：2024 年两者混用，2026 年已拆分为独立架构问题——知识是 Agent 可访问的外部数据，记忆是 Agent 自身状态。
- 检索瓶颈在质量而非向量库：LongMemEval 证明基础长上下文检索效果良好，核心是 chunk 切分质量与 ranking 策略；先做 evals 再做基础设施。
- 新 Benchmark 涌现：Context-Bench（记忆管理）、Recovery-Bench（错误恢复）、Terminal-Bench（编码 Agent）；三者覆盖 Agent 全生命周期评测需求。
- OpenAI Responses API + WebSocket：server-side 缓存，20+ tool calls 任务提速 40%，1 小时连接，适合长时间 Agent 任务。
（综合自 The AI Engineer、codingwithroby、aixfunda 等，2026-09；本期新信号：hRoPE 段落层级发现、IndicBankBench 四阶段框架、三个新 Benchmark 名称）
📌 去重提示
- 2026-09-28 早间：PISA 块稀疏注意力、AgentWorld 多 Agent 协作评测、hybrid RAG+长上下文工程范式已覆盖
- 本期新增：hRoPE（RAG chunk 层级结构）、IndicBankBench（四阶段工具调用评测）、三个新 Benchmark 名称（Context/Recovery/Terminal-Bench）
Tom 文献雷达 · 轻量版 · 2026-09-28 晚间 · agent-rag-longcontext · 8 候选 · 2 高价值 · 1 Substack · 0 CSDN