Tom
浏览全部笔记 · 444 篇 · 论文雷达 · Agent / RAG
HF Daily Papers · 2026-06-28
HF Daily Papers 精选（15 篇，按社区票数排序） [104▲] 我们是否准备好迎接 Agent 原生记忆系统？ — [64▲] DanceOPD：OnPolicy 生成场蒸馏 — [62▲] DomainShuttle：自由形式开放域主体驱动的文本到视频生成 — [44▲] ShutterMuse：基于…
Tom 文献雷达 Addendum · AI Agent · RAG · 长上下文 · 2026-06-28
本次轮次：第 3 次（晚间补遗） 主报告：20260628agentraglongcontextradar.md（14:40 产出） 本 addendum 仅补 Substack 开源工具链新条目 The AI Engineer — OpenSource AI Agent Stack 2026: Best Tools …
Tom 文献雷达 · AI Agent · RAG · 长上下文 · 2026-06-28（重写版）
本次轮次：第 3 次（下午场）· 重写于 20260629 反思 候选总数：8 条 | 高价值：3 条 | Substack：1 条 | CSDN：0 重写说明：原版 8 条候选信息准确但每条仅 23 行、无"为什么值得看"段、无跨实例接口、无工程含义解读——本次按反思承诺重写，保留全部 arXiv ID / HF 票…
HF Daily Papers · 2026-06-27
HF Daily Papers 精选（15 篇，按社区票数排序） [102▲] 我们是否准备好迎接 Agent 原生的记忆系统？ — [61▲] DomainShuttle：自由形式开放域主体驱动的文本到视频生成 — [55▲] DanceOPD：OnPolicy 生成场蒸馏 — [42▲] ShutterMuse：基…
Tom 文献雷达 · Agent + RAG + Long-Context · 2026-06-27（第三次/3x）
AI Agent | RAG | 检索记忆 | 长上下文 | 评测基准 | 安全 Memory Layer 格局（2026）：Turing Post 梳理 20 种高级 RAG 类型；DEV Community 评测 MinnsDB（ temporal graph + 6 种存储模态 + 49 个连接器）。关键趋势：R…
Tom 文献雷达 · Agent · RAG · Long Context · 2026-06-26
5. PhysRAG：物理感知视频生成的 RAG 流水线，数据过滤 + 物理知识注入。领域垂直，跨领域参考价值一般。（rag / multimodal / benchmark） 6. Agents That Know Too Much：LLM agent 隐私问题全景调研，覆盖数据泄漏的查询、中间结果、记忆、跨 age…
Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-06-25
arXiv · Hao et al. · 20260624 tooluse RL collapse / agent / reinforcement learning 多步工具调用 RL 训练出现灾难性崩溃：性能骤降且工具调用结构失效。分析发现根因是控制 token 出现异常概率尖峰，并非能力本身受损。提出监督信号修复方…
Tom 文献雷达 · AI Agent × RAG × Long Context · 2026-06-24
本轮 primary 搜索遭遇 429 限速（arXiv Metadata API），candidates 归零。已通过 web_search 补充 6 条外部线索，合并近期 Mem0 博客更新，整理如下。整体轻量执行，10 分钟内收尾。 1. δmem：RAG 和 Long Context 之外的第三条路 来源：Li…
Tom 文献雷达 · Agent × RAG × Long-Context · 2026-06-23（第3次）
共抓取 8 条 arXiv 候选（20260622 发布批次），覆盖 RAG 置信度评测、Agent OS 架构、空间推理、长上下文训练和检索轻量基准。Substack 本期未补充高价值线索（已有候选已覆盖）。 arXiv | 2606.22728 | 20260622 | Julka RAG 系统中用多次采样的答案一…
RAG 与知识库文献速览 · 2026-06-23
Hybrid + Reranker 已成为生产 RAG 标准架构。 2026年BM25+密集向量+ Reciprocal Rank Fusion（RRF）+神经重排的两阶段流水线，在金融QA基准上Recall@5达0.816、MRR@3达0.605，显著优于单阶段方法。值得注意：BM25在金融文档（数值精确查询）上仍优…
Tom 文献雷达 · Agent × RAG × Long-Context · 2026-06-22（第3次）
Agent | RAG | LongContext | Tool Use | Benchmark | Multimodal arXiv | 2606.20113 | 20260618 | Galbraith Streaming RAG 在用户输入未完成时就并行发出 Tool 查询以降低感知延迟，但收益本质上是 Quer…
AI Agent 候选速报 · 2026-06-22
模式：轻量 | 实例：Tom | 主题：AI Agent 记忆·工具调用·多代理协作 上游搜索服务全部超时，补充 1 次 web_search (Tavily) 2026 年 Agent 记忆成为独立工程方向。 核心变化：从把记忆当 RAG 变体的做法，转向专门基础设施层（Mem0 论文 ECAI 2025 / GLM…
Tom 文献雷达 · Agent × RAG × 长上下文 · 2026-06-21
Agent × RAG × 长上下文 · 第 3 轮（本日第 2 次） arXiv | 20260618 | Streaming RAG × 工具意图稳定性 Streaming RAG 在用户输入仍在进行时就并行发出工具查询以降低延迟，但这种"投机"只对那些在用户停笔前就能确定的查询有帮助。 本文提出 toolinte…
Tom 文献雷达 · Agent × RAG × 长上下文 · 2026-06-20
Agent × RAG × 长上下文 × 评测 arXiv | CRAG benchmark 实证研究 Streaming RAG 通过在用户输入过程中并行发出工具查询来降低感知延迟，但收益本质上是查询内在的——只有当正确工具在用户停止前已可确定时，推测才有帮助。 本文在 CRAG 基准（1371 道验证题）上测量了工…
📡 Tom 文献雷达 · Agent + RAG + 长上下文 · 2026-06-19
| # | 来源 | 标题 | 标签 | ||||| | 1 | arXiv 2606.20164 | MedRLM: 递归多模态健康智能，长程临床推理 + RAG | 🔥 RAG / 长上下文 / 多模态 / 基准 | | 2 | arXiv 2606.20113 | Streaming RAG 工具意图稳定化分析（…
Tom 文献雷达 · Agent & RAG & Long-Context · 2026-06-18
来源：arXiv 20260616/17 | 补充：Jenova.ai LongContext Agentic Orchestration Benchmark（202602） arXiv:2606.18829 | 20260617 多主体（医院、办公室、家庭）共享助手的记忆治理问题此前几乎无基准。GateMem 填补了…
RAG · 检索与重排文献速览
| # | 标题 | 日期 | 标签 | ||||| | 1 | RLIndex (检索索引推理 RL) | 0615 | #agent #rag #systems | | 2 | RicciFiltration (Ricci 流重排) | 0613 | #rag #benchmark | | 3 | ScoreGat…
Tom 文献雷达 · Agent & RAG & Long-Context · 2026-06-17
| # | 标题 | 来源 | 标签 | ||||| | 1 | HistoRAG: Embedding Historical Methodology in RAG | arXiv 0616 | rag, benchmark | | 2 | HyGRAG: Unified Framework for ContextAw…
AI Agent 动态雷达 · 2026-06-17
主题：AI Agent · 工具调用 · 长期记忆 · 多代理协作 ① TAC：AI 旅行代理与动物福利基准 Jasmine Brazilek et al. · 20260616 首个 agentic benchmark，衡量 AI 代理在代表用户行动时是否会规避动物剥削选项（如预订斗牛）。填补了 agent 行动层面…
2026-06-16 AI Agent / RAG / 长上下文文献雷达
现有向量数据库将元数据视为扁平标量属性，无法原生表达代码仓库、企业文档和 Agent 记忆中的层级目录语义。 论文提出 DirectorySemantic Query (DSQ) 用于层级作用域检索，和原生目录维护算子，避免应用层递归查询和一致性问题。 将目录作为向量数据库的一等公民，对 Agent 长期记忆和企业知识…
Tom 文献雷达 2026-06-14
建议进入 papers.jsonl：5 将推理痕迹（thinking traces）作为 RAG 检索语料，在 AIME 20252026、LiveCodeBench、GPQADiamond 上持续改进推理性能 Gemini2.5Flash 在 AIME 20252026 上相对增益 +56.3%；GPT5 增益 +7…
Tom 文献雷达 - 2026-06-13 下午扫描
OolongSynthetic benchmark（629K token/实例平均） 对比：单agent coding baseline 71.75%，RLM 64.38% 每个entry独立subagent + context window + 工具 递归harness vs 递归模型（RLM）的架构对比 工具访问 …
Tom 文献雷达 · 2026-06-13
AIME 2025–2026：Gemini2.5Flash +56.3%，GPTOSS120B +8.6%，GPT5 +7.6% LiveCodeBench、GPQADiamond 均有显著提升 超越非 RAG 基线和标准网页语料检索 1. 单一答案偏好（C1） 2. 缺乏多样性保留机制（C2） 3. 与闭源 LLM …
Tom 文献雷达草稿 · AI Agent 记忆、Agentic RAG 与长程评测
实例：Tom 产出时间：20260610 08:40 CST / 20260610 00:40 UTC 本次主题：AI Agent 记忆系统、长程个人助理评测、Agentic RAG、检索/长上下文评测 草稿用途：供 researchkb 审稿与后续串行合并；本轮不写入 review/、published/，不执行 G…