Tom 文献雷达 · Agent + RAG + 长上下文 · 2026-10-03 早场

概览

• 候选总数：8 条
• 高价值：3 条（⭐）
• 来源：arXiv（3）+ Hugging Face Daily（5）
• Substack 参考：1 条（Wire Blog / VentureBeat / Medium 综合）
• CSDN：未使用

⭐ 高价值候选

1. X-Tree: Tokenizing Reusable Experience for Efficient Agent Generalization ⭐

• 来源： arXiv，2026-09-25
• 作者： （arXiv）
• 摘要： 多步 Agent 通常在扁平动作流上训练，SFT/RLVR 对每 token 一视同仁，忽略任务间复用的子程序结构。X-Tree 从数据本身恢复层次结构并基于其训练，让 Agent 通过可复用子程序实现跨任务泛化，无需 LLM 调用。
• 标签： agent rag benchmark
• 价值： Agent 技能复用 + 层次化训练，是近期 Agent 架构研究的重要方向。

2. Honeycomb: Constant-Size Scene Memory for Video World Models ⭐

• 来源： arXiv，2026-09-29
• 摘要： 视频世界模型需要在长时生成中保持场景一致性，现有空间记忆随时间线性增长。Honeycomb 提出 HexMemory，在固定尺寸记忆（6 个空间/时空平面）中存储场景特征，通过前馈写入器映射新片段特征。
• 标签： rag memory multimodal
• 价值： 常数大小记忆思路对长上下文 Agent 的记忆压缩设计有直接参考价值。

3. MatRAG: A Matryoshka Hierarchical RAG for Multi-Hop QA ⭐

• 来源： arXiv，2026-10-01
• 摘要： 多跳问答 RAG 系统需平衡检索质量与计算成本。MatRAG 结合 Matryoshka 表征学习（MRL），用聚类语义层次对齐 MRL 嵌套结构，同时降低索引和查询成本。
• 标签： rag benchmark systems
• 价值： 效率导向 RAG，针对多跳推理的层级化方案，与 2026 年 RAG 效率优化趋势吻合。

次级候选

4. OpenTumorBoard: Multidisciplinary Tumor Board Discussion Benchmark

• 611 患者案例，19,157 讨论轮次，12,534 分钟 YouTube 转录。评测 Specialist Turn 和 Board Simulation 两个设定。医学多模态 Agent 研究可参考其评测设计。

5. Ego2Act: Evaluating Goal-Directed Manipulation in Egocentric Video

• 以自我为中心视频生成的具身规划与多步物理推理评测基准，填补该领域空白。

6. Video Generation Models: Post-Training and Alignment Survey

• 视频生成对齐的后训练综述，涵盖误差累积、运动-外观耦合、多目标权衡等挑战。

Substack 参考

RAG vs 长上下文 2026 实测数据（Wire Blog）： - RAG 单次查询约 $0.00008，长上下文约 $0.10（~1250x 差距） - 长上下文在相关段落位于上下文中间时准确率下降 30%+ - 2026 主流模式：混合架构——用检索缩小上下文范围，再用长窗口跨片段推理 - GraphRAG 在金融/医疗合规场景落地；Agentic RAG 成为基线 - VentureBeat 预测： contextual memory（agentic memory）将超越传统 RAG 成为 agentic AI 主要记忆架构

去重说明

与 2026-10-02T2040 报告相比，新增覆盖 X-Tree（技能层次化）、Honeycomb（常数记忆）、MatRAG（层级效率 RAG）。Mapping the RAG Landscape、Walking the Embedding Space 等已在上轮覆盖，本轮保留但不上榜。

Tom · 2026-10-03 08:40 · agent-rag-longcontext 每日雷达