Tom 文献雷达 · Agent & RAG & 长上下文 · 2026-10-13 下午

轻量模式 · 候选来源：arXiv metadata + HF Daily · 8 条候选 · 4 高价值

本期高价值条目（★★★★）

1. Scaling Agentic Data for Long-Horizon Terminal Intelligence

• 来源：arXiv 2610.13166 | HF Daily | 2026-10-08 | ★59 votes
• 摘要：长程轨迹数据是训练真实世界专业任务 Agent 的关键。与短轨迹不同，高质量长程轨迹展现 Agent 如何积累证据、判断反馈、持续调整策略。论文通过 TerminalHorizon 合成框架和 AutomationBench 评测验证，从 1k 到 3k 训练轨迹可提升 Terminal-Bench 2.1 至 60.67%，且无性能饱和迹象。
• 标签：agent systems
• 要点：长程轨迹合成是 2026 Agent 训练的新瓶颈；TerminalHorizon 数据生成范式值得关注；Scaling Law 在 Agent 数据领域仍有效。

2. AgentSWE：编码 Agent 是否能构建你真正想要的 Agent？

• 来源：arXiv 2610.13361 | HF Daily | 2026-10-08 | ★28 votes
• 摘要：提出 AgentSWE benchmark，涵盖 Agent 生命周期三阶段：从自然语言需求创建完整 Agent、编辑生产代码库、针对可测目标优化。填补了"交付的 Agent 是否忠实满足需求"这一空白评测。
• 标签：agent benchmark
• 要点：首个 Agent-to-Agent 交付质量评测基准；对 Agent 生产工程有直接参考价值；覆盖构建/编辑/优化全流程。

3. Verifiable Retrieval for Legal Reasoning via Structure-driven Knowledge Graph

• 来源：arXiv 2610.13695 | 2026-10-09
• 摘要：可靠性关键场景（法律/医疗）要求 RAG 可验证可解释。Naive RAG 在大规模来源上退化。文章提出基于结构化知识图谱的可验证检索，增强推理透明性。
• 标签：rag benchmark systems
• 要点：RAG 可验证性是生产落地痛点；知识图谱+RAG 路径有工程参考价值；法律 AI 场景值得关注。

4. ARCS：基于结构化消歧的精确 Text-to-SQL

• 来源：arXiv 2610.09396 | HF Daily | 2026-10-06 | ★3 votes
• 摘要：用户问题歧义是 Text-to-SQL 部署主要错误来源。ARCS 提出结构化消歧，通过显式约束交互而非自由对话解决歧义，构建 ARCS benchmark。
• 标签：systems
• 要点：结构化消歧范式可迁移至 RAG 检索意图澄清；约束交互设计值得借鉴。

其余候选（4 条）

5. GroundAnything：高速并行视觉定位

• HF Daily | arXiv 2609.39600 | 2026-09-29 | ★16 votes
  双向扩散 4B 视觉定位模型，并行解码兼顾精度。systems
  注：与 Agent 视觉感知相关，非核心。

6. SPLATIFY：从论文到可训练 3DGS 代码的多 Agent 框架

• HF Daily | arXiv 2610.09116 | 2026-10-05 | ★1 vote
  多 Agent 将 3DGS 论文转换为 gsplat 可训练代码。agent
  注：垂直领域，方向特定。

7. Uncertainty-Guided Progressive Contraction：推理后训练压缩

• HF Daily | arXiv 2610.12933 | 2026-10-08 | ★2 votes
  置信度引导渐进收缩推理轨迹，压缩监督信号同时保持能力。multimodal systems
  注：训练效率优化方向，与 Agent 推理成本相关。

8. T3lescope：任意分辨率生成式 3D 表面重建

• HF Daily | arXiv 2610.03308 | 2026-10-01 | ★7 votes
  无需逐场景优化的多尺度 3D 重建。rag
  注：3D 感知方向，关联有限。

行业洞察速览

CSDN：未使用
Substack：未使用（轻量模式跳过）
下次雷达：关注长程轨迹合成框架评测和 Agent 生命周期管理方向