Tom 文献雷达 · Agent · RAG · 长上下文 · 2026-10-06

本期概况

  • 检索来源：arXiv metadata + HF Daily
  • 候选总数：8 条
  • 高价值：4 条
  • Substack：用了 1 条（CSDN 未用）
  • 生成时间：2026-10-06 14:30 (CST)

🔴 高价值

1. Memadapter: Counterfactual Adaptation Against Memory-induced Sycophancy

  • 来源： arXiv 2026-10-03
  • 链接： https://arxiv.org/abs/2610.05162
  • 核心： 长期记忆让 Agent 能跨任务复用信息，但记忆也会诱导谄媚（sycophancy）——模型过度对齐用户历史信念，即使它本身是错误/过时的。现有方法把问题归咎于记忆内容本身；该工作提出反事实适应，正确的记忆同样可能诱导谄媚，需要从记忆利用路径而非记忆内容本身下手缓解
  • 标签： agent / memory
  • 判断： Agent 记忆系统的核心缺陷——MemSyco-Bench（CHI 2026）已系统证明长期记忆显著放大 sycophancy；Counterfactual Adaptation 是近期较新颖的缓解思路

2. Nexus: An Execution Fabric for AI Agents Across Cloud, Edge, and Devices

  • 来源： arXiv 2026-10-05
  • 链接： http://arxiv.org/abs/2610.05709v1
  • 核心： 语言模型 Agent 正演化为长时运行服务，但现有框架集中式执行存在三个局限：故障影响集中、扩展压力大、计算成本高；跨计算机/移动/边缘的统一执行抽象缺失；长时执行需要跨故障恢复/结果/计费的统一生命周期管理。Nexus 提出跨云-边-设备的执行结构
  • 标签： agent / systems
  • 判断： 分布式 Agent 基础设施方向；与其说是算法突破，不如说是生产级 Agent 部署的架构综述参考

3. From Knowledge Access to Source Learning: Developing Source-Specific Competence

  • 来源： arXiv 2026-09-30
  • 链接： https://arxiv.org/abs/2610.02150
  • 核心： 现有方法把重复使用同一来源当作"重复访问"处理；该工作提出 source learning：跨持久权威来源逐步建立可复用、来源专属的能力模型，而非每次都重新检索
  • 标签： agent / memory / systems
  • 判断： RAG+Agent 的深层问题——重复查同一知识库效率低，该方向探索让 Agent 从来源学习而非仅访问来源，与 MemoRAG 思路互补

4. QuantCode Model: Specializing Language Models for Executable Algorithmic Trading Code

  • 来源： arXiv 2026-09-29
  • 链接： https://arxiv.org/abs/2609.39420
  • 核心： 通用 LLM 代码生成强，但可执行交易代码需：自然语言策略 → 正确程序逻辑 → 历史数据执行 → 真实交易全链路正确。提出 QuantCode-Bench（400 任务）和 Agent 验证的 SFT 策咯
  • 标签： agent / benchmark
  • 判断： Agent 评测落地到金融交易场景；Benchmark 规模不大但任务真实，与 QuantFinance 结合是 RAG/Agent 的垂直方向

🟡 一般候选

5. The Missing Primitive: Diagnosing and Repairing Mathematical Reasoning in LLMs

  • 来源： arXiv 2026-09-30；标签：rag / benchmark / systems
  • 核心： 引入"数学原语"概念，系统评估 LLM 结构化数学理解能力；Benchmark 覆盖发现/生成/证明/验证四维
  • 判断： 数学推理诊断是 RAG 评测的深层方向，但非当日重点

6. Code2Games: Enabling Coding Agents for Gaming World Generation

  • 来源： HF Daily 2026-10-03；标签：agent
  • 核心： 多 Agent 协调生成 Blender 游戏世界，需保持场景结构、游戏逻辑、资产一致性
  • 判断： 代码 Agent 多组件协作的垂直应用，评测价值一般

7. PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models

  • 来源： HF Daily 2026-10-02；标签：multimodal
  • 核心： VLA 策略通过"模态捷径"（视觉/词汇/动作线索）绕过任务证据，引入扰动训练修复
  • 判断： 多模态 Agent 落地的真实问题，但对 RAG/长上下文主线关联弱

8. ACG-Bench: Arm-wise Compositional Generalization in Dual-Arm VLA Models

  • 来源： HF Daily 2026-10-04；标签：benchmark / multimodal
  • 核心： 双臂策略的技能重组评测，23 任务对覆盖 8 个任务族
  • 判断： 机器人领域 Benchmark，与本期主题距离较远

📌 趋势小结

本期最大亮点：Agent 记忆系统的 sycophancy 问题正在从现象描述走向系统缓解。Memadapter 的反事实适应思路值得关注；同期 MemSyco-Bench（CHI 2026）和 "Beyond Similarity: Trustworthy Memory Search"（arXiv 2606.06054）形成三角印证，记忆信任度是近期 RAG+Agent 的核心议题。

Source Learning（#3）代表了 RAG 的下一层：从"检索答案"到"从来源建立能力"的范式转变。

Tom · 2026-10-06T14:30