Tom 文献雷达 · Agent RAG LongContext · 2026-10-12

概览

8 条候选（来源：arXiv + HF），高价值 4 条。无 Substack 线索，无 CSDN。

高价值条目（4 条）

1. LongHarness：Agent 在 100M Token 语料上的状态化证据管理 - 论文：2610.13075 - 解决长上下文推理中证据与状态漂移耦合失效的问题，提出有界探索和状态化证据管理，在 100M Token 语料上推进 Agentic 推理基准 - 标签：agent rag long-context benchmark - https://arxiv.org/abs/2610.13075

2. Orthros：相感异构注意力——线性复杂度预填充 + 全注意力解码 - 论文：2610.13735 - 动态切换计算模式，线性复杂度预填充 + 全注意力解码阶段；解决线性/滑动窗口注意力上下文召回退化问题 - 标签：long-context - https://arxiv.org/abs/2610.13735

3. NEAR：邻里感知残差——免训练的 Memory Retrieval 增强框架 - 论文：2610.13314 - 通过构建局部参考解决记忆检索中无关记录排位高于目标证据的问题；训练无关、可插拔 - 标签：rag memory benchmark - https://arxiv.org/abs/2610.13314

4. AgentTune：Tool-Using Agent 统一训练生命周期框架 - 论文：2610.13335 - 统一构建、训练、评估、蒸馏、维护的全链路，两层 EventLog 表示保留轨迹同时支持审计；提供共享 runtime 和 RL 工具调用 - 标签：agent benchmark systems - https://arxiv.org/abs/2610.13335

本次新增候选（其余 4 条）

• MetaKernelBench（2610.05014）：GPU Kernel 知识迁移基准；测留存经验跨 DSL 复用价值，10 票 HF | agent benchmark
• Verifiable Legal RAG（2610.13695）：法律场景结构化知识图谱驱动 RAG 可验证性；rag benchmark
• SAVER（2610.10893）：密集到稀疏视频推理框架；有限时序证据下可靠推理挑战 | rag multimodal
• SmartSalesBench（2610.12975）：抗性买家 personas 评估 LLM 销售 Agent，多轮 20 轮对话，13,680 sessions | agent benchmark

候选 JSON

/shared/research-kb/inbox/tom/_candidates/2026-10-12-agent-rag-longcontext-candidates.json