rag · E1 预消化简报(2026-10-25)

口径声明：本轮由宿主机 work-guard 清单 job a226d618-fe37-4db7-8abc-71fb9c344c0e 驱动，只处理 items[0].materials 列出的 8 份材料（1 份 Tom 文献雷达笔记 + 7 张 paper_card），未做全库扫描、未开网页检索补料、未为凑字数多轮重写。基线为 organized/knowledge/rag.md（R127，2026-10-22 13:55 CST）。本简报只做"今晚活文档接力预习"，不改活文档本身，不改清单/基线/认领记录/定时配置。

本轮性质提醒：8 份材料中只有 1 份是"新观点"（雷达笔记里的 1 篇论文），另外 7 份是主题标签为 rag 的经典基座卡（2015–2023 年论文），其 OpenAlex更新 均为 2026-10-25，被引数变动属采集刷新，不构成新观点。本简报严格区分两者：被引数字只作查重提示，不写入任何判断句。

0. 一句话判断

今天的实质增量只有一件事，但它恰好落在 rag 活文档最薄弱的一环上："检索-聚合链路本身就是泄露面，而不是提示词问题"。arXiv:2610.30418（Agent Mosaic）用 30 个合成场景 + 10,800 条 agent 终答给出量化证据：即便是被刻意设计成"单文档可答"的良性查询，表现最好的 GPT-5.6-Sol 仍有 7.08%（95% CI 3.75–10.67%） 的回答泄漏了被禁止的复合结论。配套的 7 张经典卡不提供新观点，但为 rag.md 现有若干条"只引当代编号、不引原始锚点"的判断补上了可核查的出处，其中 BigBird / Skip-Thought 直接支撑 §3.3 开放 281 的长上下文轴，T5 / PaLM / Scaling Laws 支撑 §4 的 scaling 主轴，BLIP-2 支撑 R127 §2.3 的多模态重排轴。

1. 今日最重要的增量（4 条）

增量 ① · Agent Mosaic：机密性泄露的量化形态 —— "马赛克效应" ★ 本轮唯一新观点

  • 来源：inbox/tom/2026-10-25T0840-agent-rag-longcontext-radar.md §高价值工作 1（note-links 材料，note-links:70e1be67…）。原始页：https://arxiv.org/abs/2610.30418
  • 要点：论文指出一类此前少被量化的风险模式——agent 从多份各自可访问的文档中分别取回信息，再把"马赛克式"的敏感结论拼接输出：单看任何一份文档都不越界，合起来却泄漏了受管制结论。实验规模：30 个合成场景（网络安全 / 医疗 / 军事），3 个 LLM agent 在受控模拟下产出 10,800 条最终回答，另有两个开源 harness 中 live agent 的 1,440 条回答。摘要报告：即便是刻意设计为"单文档可答"的良性查询，被测表现最好的 GPT-5.6-Sol 仍有 7.08% 的回答泄漏被禁止的复合结论（95% CI 3.75–10.67%）。
  • 与活文档 knowledge/rag.md 现有脉络的关系： 1. 活文档全文检索 2610.30418 = 0 命中，Mosaic 在 rag.md = 0 命中，为真新条目。 2. 它直接压在 §3.5 趋势 343 的"安全"维上，但给出的是第四种失败形态。此前本库的安全侧记录集中在"被投毒的上下文 / 被诱导的 agent"（§5 收录的 rag-poisoning、prompt injection 类材料，以及 R127 §2.5 提到的间接提示注入与文档投毒路径），Agent Mosaic 补的是"每一步都合规、结论仍越界"——这是授权粒度问题，不是内容污染问题。 3. 与 §2.3 的评测可信度链条（被测对象可信 → 评测装置可信 → 被测环境不可欺骗）互补：它说明现有评测指标（拒答率）本身不足以刻画机密性，因为"拒绝回答"本身也会暴露被禁止的结论。论文摘要给出的缓解方向是"可见的分类标签 + 显式聚合规则"，但残余失败率仍不低。这条对 §3.3 开放 279（评测可验证性）提供了一个可迁移的方法论参照——同样是"指标在什么扰动下稳定"的通用问题。 4. 与 §2.5 的推理侧成本轴不冲突但形成对照：R127 已记录"24K RAG prompt 在 vLLM 触发 1.8–2.4s 调度冻结"这一成本侧坐标；Agent Mosaic 给的是风险侧坐标，二者共同说明"多召回"是有代价的——不只是延迟。
  • 建议归入：§2.5 之后新开一小节「机密性泄露的马赛克形态」（或并入 §3.5 趋势 343 的安全维并扩写一句），并在 §3.3 开放 279 下补一句方法论参照。不进 §4 SOTA 主轴（证据仅到摘要层 + 合成场景，尚不足以立为主轴）。

增量 ② · 长上下文与句子表征的两条原始锚点：BigBird + Skip-Thought（经典卡，首入 rag 视野）

  • 来源：organized/paper_cards/860-2007-14062.md（Big Bird，2007.14062，成熟度 production，S2 被引 3196 / OpenAlex 1322 / 影响力 329）；organized/paper_cards/936-1506-06726.md（Skip-Thought Vectors，1506.06726，成熟度 research，S2 被引 2494 / OpenAlex 1293 / 影响力 266）。二者主分类均为 llm-infra，主题标签均为 rag。
  • 要点（卡片 TLDR 原文要点，未外推）：
  • Big Bird：证明 BigBird 是序列函数的通用逼近器且具备图灵完备性，从而保留了二次全注意力模型的这些性质。
  • Skip-Thought Vectors：用书籍文本的连续性训练 encoder-decoder 重建被编码段落的周围句子，无监督学出通用分布式句子编码器。
  • 与活文档脉络的关系：
  • 二者在 organized/knowledge/rag.md 中 0 命中（BigBird 仅在 organized/review/Stephen-on-spark-2026-08-11.md 与 scores.jsonl 中出现；Skip-Thought 仅在 scores.jsonl 中出现）——本轮首次进入 rag 主题视野。
  • BigBird 是 §3.3 开放 281 的方法论底座：281 现在的三角是"遗忘衰减（2610.24133）/ 长窗口能力（2605.13831 MMProLong）/ 推理排队（24K prompt → vLLM 冻结）"，全部是当代实验坐标，缺一个"稀疏注意力在表达力上不损失"的理论锚。BigBird 正好补上：稀疏注意力保通用逼近性与图灵完备性，是"长窗口可替代检索"论断的理论前提，但它保的是表达力不是检索质量——不能被引成"稀疏注意力解决了 RAG 检索问题"。
  • Skip-Thought 是"检索表征"这条暗线的起点：rag.md 全文没有一句讨论"检索侧表征从哪来"。Skip-Thought 2006/2015 的位置是"无监督句向量"这一族的第一篇代表，与本库 §5 已收录的 Jina-reranker-v3.5、WeMM-Embedding 等当代工作构成一条被遗忘的谱系。它的价值是补出处，不是补结论。
  • 建议归入：BigBird 进 §5 关键参考清单 + §3.3 开放 281 补一条理论锚（必须带"保表达力不等于保检索质量"的限定）；Skip-Thought 进 §5 清单，标注为"检索表征谱系起点"，不单独开节、不写入任何判断句。

增量 ③ · scaling 与统一任务范式的三条原始锚点：T5 / PaLM / Scaling Laws（经典卡，首入 rag 视野）

  • 来源：organized/paper_cards/825-1910-10683.md（T5，1910.10683，S2 被引 27822 / OpenAlex 10929 / 影响力 2654，成熟度 production）；organized/paper_cards/830-2204-02311.md（PaLM，2204.02311，S2 被引 8496，成熟度 production）；organized/paper_cards/1128-2001-08361.md（Scaling Laws，2001.08361，S2 被引 9390 / OpenAlex 1747 / 影响力 645，成熟度 research）。
  • 要点（卡片 TLDR 原文要点）：
  • T5：系统性地在数十项语言理解任务上比较预训练目标、架构、无标注数据集、迁移方法等因素，在摘要 / 问答 / 文本分类等基准上取得 SOTA。
  • PaLM：5400 亿参数、密集激活的 Transformer 语言模型，在多步推理任务上超过微调后的 SOTA，并在 BIG-bench 上超过人类平均水平。
  • Scaling Laws：更大的模型显著更具样本效率，最优算力高效训练是"在相对适中的数据量上训练非常大的模型，并在远未收敛时显著提前停止"。
  • 与活文档脉络的关系：三者均为 llm-infra 主分类、rag 主题标签，且在 rag.md 中 0 命中（2001.08361 仅见于 organized/knowledge/archive/engineering-changelog.md 等工程域归档；T5 / PaLM 在 rag 域为空白）。必须强调：这三张卡不提供关于 RAG 的任何新论断。 它们在本轮的唯一作用是给 §4 SOTA 综述里"基座能力决定 RAG 上限"这类隐含判断补上可核查的原始出处——尤其 T5 的"统一 text-to-text 任务"是本库讨论"检索结果作为任务输入"时的隐含前提，PaLM 的 BIG-bench 超越人类平均是本库讨论"评测基准能力上限"时反复引用的坐标。
  • 建议归入：§5 关键参考清单各补 1 条（经典锚点，标注"基座能力轴，非 RAG 直接贡献"）；不写入 §2 任何判断句，不改 §4 主轴排序。

增量 ④ · 多模态检索与能力评测的两条锚点：BLIP-2 + Sparks of AGI（含一处被引数冲突）

  • 来源：organized/paper_cards/470-2301-12597.md（BLIP-2，2301.12597，S2 被引 9609 / OpenAlex 908 / 影响力 1026，主分类 engineering）；organized/paper_cards/435-2303-12712.md（Sparks of AGI，2303.12712，S2 被引 4538 / OpenAlex 1523 / 影响力 259，主分类 evaluation，形态 benchmark）。
  • 要点（卡片 TLDR 原文要点）：
  • BLIP-2：在多种视觉-语言任务上取得 SOTA，可训练参数远少于既有方法，并展现遵循自然语言指令进行零样本图生文的能力。
  • Sparks of AGI：认为（该早期版本的）GPT-4 属于新一代具备更通用智能的 LLM（与 ChatGPT、PaLM 等并列），并讨论这些模型不断增强的能力及其影响。
  • 与活文档脉络的关系：
  • BLIP-2 是 R127 §2.3 多模态重排轴的"前史锚"：R127 的 2610.28435 论证多模态重排是一个系统级联合决策，其前提之一是视觉编码器与语言模型可以低耦合地拼接——BLIP-2 的"冻结图像编码器 + Q-Former + LLM"正是这一范式的代表。但 rag.md 目前对多模态检索的锚点全部落在 2026 年编号上（2610.28435 / llm-lab-org/multimodal-rag-survey），缺 2023 年这一段技术谱系。BLIP-2 在 rag.md = 0 命中。
  • Sparks of AGI（2303.12712）已在库内但不在 rag 域：organized/knowledge/evaluation.md、organized/knowledge/archive/evaluation-changelog.md、organized/knowledge/archive/multimodal-changelog.md 均已收录。这使它成为一张跨主题回归卡，可作为 §2.3"评测基准能力上限"讨论时的一条引证。
  • 被引数冲突（须二选一）：Stephen 在 stephen/2026-10-24T2245-coordination-check.md 中明确记录："重复③2303.12712 三稿结论一致（均不计增量），但被引数 tom 记 4,503、stephen 记 4,538，须二选一"。本轮卡片口径为 S2 被引 4538（卡片 435-2303-12712.md，来源 Semantic Scholar），与 stephen 一致、tom 侧偏低。建议统一采用 4538 并在卡片/活文档留痕来源为 Semantic Scholar。
  • 建议归入：BLIP-2 进 §5 + §2.3 多模态重排小节补一句技术谱系前史（须标"工程前提，非重排方法本身"）；Sparks of AGI 只作跨主题引证 + 被引数定稿为 4538，不计入本主题 arXiv 净增。

2. 值得警惕的矛盾与待核实说法

  1. Agent Mosaic 的量化结论仅来自摘要层（🔍 未读全文）：7.08% / 95% CI 3.75–10.67% / 10,800 条 / 30 场景全部出自雷达笔记转述的摘要，摘要未披露各模型完整对照与置信区间细节，无法判断结论对模型的敏感性。场景为合成数据集（含 30 个例子），外部效度有限；作者本人把结论限定在"被评测设置中"成立，不能外推到真实生产权限体系。今晚写进活文档时必须保留这三层限定。
  2. "拒答也会暴露结论"这一命题需回原文确认：这是雷达笔记转述的补充检索信号，摘要层证据强度弱于 7.08% 那个数字。它对评测指标（拒答率）的否定性含义很强，在读到论文正文对指标定义之前不要写成结论。
  3. 2606.27786（SHIFT）的 TLDR 矛盾仍未解决（跨轮未决）：昨日 E1 简报 §2.1 已记录该卡标题为 SHIFT: Gate-Modulated Activation Steering，但 TLDR 字段写的是 "SPARK is introduced…latent participation policy learning"，方法名与技术描述互斥。该卡不在本轮清单内，我没有取用，也没有解决它——今晚若要升格 2606.27786，必须先回 arXiv 原文。
  4. 本轮 7 张经典卡的"新鲜度"是假的：它们的 OpenAlex更新 全为 2026-10-25，容易被误读为"新论文"。实际论文年份为 2015（Skip-Thought）、2020（BigBird、T5、Scaling Laws）、2021（PaLM）、2022（BLIP-2）、2023（Sparks of AGI）。净增计数时它们是"出处补齐 / 回归卡"，不是"新 arXiv ID"。
  5. 被引数不可跨轮比较：7 张卡的 S2/OpenAlex/影响力被引均为本次采集快照；其中 2610.30418 之外的 7 张均无前轮数值可比（rag.md 中 0 命中）。按硬约束，不得把被引数或采集时间写成新观点。
  6. 非清单材料的相互印证（仅作关系参照，不计入本轮增量）：Jay 在 inbox/jay/2026-10-24T1735-blogs-discovery.md 核查的 OvalEdge《Agentic RAG Governance Framework for Enterprise AI》（厂商博客，无版本号、无复现实验、Meridian Bank 案例为示意性说明）提出"授权必须在模型看到内容之前、以请求方用户身份而非 agent 服务账号执行"。这与 Agent Mosaic 的"按 clearance 维度做复合结论级过滤，而非逐文档授权"在方向上高度一致，且构成跨实例（Tom 论文 / Jay 博客）的同向信号。但它不在本轮 work-guard 清单内，本简报不将其计为增量，仅提示今晚可作为 Agent Mosaic 的旁证一并核。另一条相关非清单线索是 Jay 的 2610.31646（Low-Bit N-Gram Embeddings，表征/内存侧工程指标），同样只作提示。
  7. 一篇主题标签为 rag 的卡可能与 rag 无实质关系：本轮 7 张卡的主分类分别是 engineering（BLIP-2）/ llm-infra（Skip-Thought、BigBird、Scaling Laws、PaLM）/ evaluation（Sparks of AGI），标签是 "rag"，但论文本身都不是 RAG 论文。分类器标签不构成主题归属证据——今晚引用时必须写成"rag 谱系上的经典锚点"，而不是"RAG 研究进展"。
  8. Sparks of AGI 的跨域归属需谨慎：它已在 evaluation.md / multimodal-changelog 中收录，本轮作为 rag 主题卡再次出现属跨主题重复命中。不得因此把它算进 rag 的 arXiv 净增统计。

3. 可引用的 arXiv 号列表

本批新出现、rag.md 0 命中（真新条目，建议今晚进 §5，判断句需带完整证据限定） - 2610.30418 — Agent Mosaic: Recognizing Confidentiality Leaks in Agentic LLM Systems（唯一新观点；来源：Tom 雷达笔记 2026-10-25T0840）

本批首次进入 rag 主题视野的经典卡（补出处 / 补谱系，不构成新观点，不计入 RAG 主分类净增） - 2007.14062 — Big Bird: Transformers for Longer Sequences（长上下文轴理论锚；保表达力 ≠ 保检索质量） - 1506.06726 — Skip-Thought Vectors（检索表征谱系起点） - 1910.10683 — Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer（T5；统一任务范式锚） - 2204.02311 — PaLM: Scaling Language Modeling with Pathways（基座能力 + BIG-bench 坐标） - 2001.08361 — Scaling Laws for Neural Language Models（scaling 轴锚） - 2301.12597 — BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models（多模态检索技术谱系前史） - 2303.12712 — Sparks of Artificial General Intelligence: Early experiments with GPT-4（跨主题已收录；被引数定稿 4538，仅作引证）

非清单相关线索（仅提示今晚勿漏，不计入本轮增量） - 2610.31646 — Low-Bit N-Gram Embeddings for Language Models（表征/内存侧工程指标，Jay 10-24 工程筛选保留项） - 2606.27786 — SHIFT: Gate-Modulated Activation Steering for Knowledge Conflict Mitigation in RAG（TLDR 矛盾未解，跨轮挂起）

4. 本轮检查过的来源（供今晚复核与查重）

清单内 8 份（全部读取，材料正文均已核对） - inbox/tom/2026-10-25T0840-agent-rag-longcontext-radar.md（增量①；候选清单仅 1 篇论文，web_search 仅 1 次） - organized/paper_cards/860-2007-14062.md（增量②） - organized/paper_cards/936-1506-06726.md（增量②） - organized/paper_cards/825-1910-10683.md（增量③） - organized/paper_cards/830-2204-02311.md（增量③） - organized/paper_cards/1128-2001-08361.md（增量③） - organized/paper_cards/470-2301-12597.md（增量④） - organized/paper_cards/435-2303-12712.md（增量④）

基线与队列 - organized/knowledge/rag.md（R127 全文；核对 §1–§5、共识 236 / 争议 198 / 开放 279–283 / 趋势 343 与 arXiv·URL 全量清单） - organized/queue/work-queue.md（2026-10-25 08:00；rag 轴无直接条目；§1 待深解读 2610.12998 属其他主题线）

上下文参考（仅用于判断连续性，未取用为增量） - inbox/tom/2026-10-24-rag-e1prep.md（上一轮 E1 简报，基线 R126；用于避免重复与承接未决项） - inbox/jay/2026-10-24T1735-blogs-discovery.md（OvalEdge 治理框架，关系参照） - inbox/stephen/2026-10-24T2245-coordination-check.md（2303.12712 被引冲突来源） - inbox/ 近 2 天 jay/tom/flyp/spark/stephen 五目录笔记（按 rag/检索/长上下文关键词定向筛查，未逐篇通读未命中文件） - organized/paper_cards/ 近 3 天新卡（按清单指定条目定向抽查）

查重核验方式：对 8 个 arXiv ID 在 organized/knowledge/rag.md、organized/knowledge/archive/、organized/knowledge/evaluation.md、organized/knowledge/engineering.md、organized/review/ 做定点检索，记录命中/0 命中；未做泛化全库阅读。

5. 今晚建议的三件事（优先级序）

  1. 新开「机密性泄露的马赛克形态」小节：以 2610.30418 为唯一主体，写清三件事——（a）风险在检索-聚合链路而非提示词；（b）评测应从"拒答率"转向"是否泄漏推导结论"，且拒答本身可能泄漏；（c）缓解方向是按 clearance 做复合结论级过滤 + 可见分类标签 + 显式聚合规则。三层限定（合成场景 / 仅摘要层 / 仅限被评测设置）必须随文保留。不升 §4 主轴。
  2. 给开放 281 与多模态重排轴补原始锚：281 补 BigBird 2007.14062（理论锚，必须带"保表达力不等于保检索质量"的限定）；§2.3 多模态重排补 BLIP-2 2301.12597（技术谱系前史）。Skip-Thought 1506.06726 / T5 1910.10683 / PaLM 2204.02311 / Scaling Laws 2001.08361 只进 §5 清单并标"基座能力轴"，不写判断句。
  3. 两件收尾小事：① 把 2303.12712 的被引数统一为 4538（来源 Semantic Scholar），消掉 tom 记 4,503 的冲突；② 顺手处理跨轮挂起的 2606.27786 TLDR 矛盾（不在本轮清单，今晚可解则解，不解则继续挂起并在 changelog 记明）。

未做的动作（按本轮边界）：未改活文档、未改清单/基线/认领记录/定时配置、未写他人目录、未 git、未开网页补料、未为凑字数增补或重写、未跨批取材（非清单的 OvalEdge、2610.31646、2610.12998 仅作提示不计入增量）。

Tom · 2026-10-25 08:50 CST · E1 日间预消化(rag) · 清单 job a226d618 · 8 份材料 → 4 条增量（真新观点 1 + 经典锚点补出处 3，其中含跨主题回归卡 1）· 活文档 0 命中新 arXiv 8 件（真新 1 + 经典首入 6 + 跨主题重复 1）· 未解矛盾 2（Agent Mosaic 全文未读、SHIFT TLDR 跨轮挂起）