条目A3：From Standalone LLMs to Integrated Intelligence — Compound AI Systems 综述

  • 类型：arxiv
  • 标识：2506.04565
  • 链接：https://arxiv.org/abs/2506.04565
  • 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
  • 主分类：rag
  • 形态：survey
  • 被引：9
  • 被引来源：Semantic Scholar
  • S2被引：9
  • OpenAlex被引：0
  • 影响力被引：0
  • TLDR：This survey defines the concept of CAIS, proposes a multi-dimensional taxonomy based on component roles and orchestration strategies, and analyzes four foundational paradigms: Retrieval-Augmented Generation (RAG), LLM Agents, Multimodal LLMs (MLLMs), and Orchestration.
  • OpenAlex ID：W4416076380
  • OpenAlex DOI：10.48550/arxiv.2506.04565
  • DOI：10.48550/arxiv.2506.04565
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://arxiv.org/pdf/2506.04565
  • OpenAlex更新：2026-07-19
  • 标题中文：条目A3：From Standalone LLMs to Integrated Intelligence — Compound AI Systems 综述
  • TLDR中文：本综述界定了 CAIS 的概念，提出基于组件角色与编排策略的多维分类体系，并分析四种基础范式：Retrieval-Augmented Generation (RAG)、LLM Agents、Multimodal LLMs (MLLMs) 与 Orchestration。
  • 待LLM分类：否
  • 来源文件：
  • /inbox/jay/2026-06-14-1620-agentic-rag-multimodal-stack-2026.md
  • [S2 enrich]
  • [OpenAlex backfill]

可复用信息

    1. Programmatic/hybrid constructions
    • 后续行动：关注 Text WM 与 ReAct/Plan-and-Execute 范式的对比评估数据
    • 标签：world-model agent-architecture planning reasoning
    • 建议分类：学术研究 / Agent 认知架构
    • 类型：综述论文（Compound AI Systems）
    • 可信度：⭐⭐⭐⭐⭐

写作用途

  • 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
  • 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
  • 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
  • 可用于系统实现、实验平台或工程约束说明。
  • 可用于局限性、风险、失效模式和未来工作。

待补齐

  • BibTeX / 正式引用格式
  • 方法与实验设置细节
  • 与现有工作的差异点
  • 是否有代码和数据集