条目A2：Text World Models for LLM-based Agents

• 类型：arxiv
• 标识：2606.09032
• 链接：https://arxiv.org/abs/2606.09032
• 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/jay/2026-06-14-1620-agentic-rag-multimodal-stack-2026.md

可复用信息

• • 关注 BRTR 的context budgeting 机制源码实现
• • 对企业数据分析 / 财务 AI 场景有直接参考价值
• • 标签：multimodal-RAG agentic-retrieval spreadsheet-AI benchmark tool-calling
• • 建议分类：学术研究 / Multimodal RAG

---

• • 来源：arXiv:2606.09032v1，2026年6月
• • 类型：学术论文（Agent 认知架构）
• • 可信度：⭐⭐⭐⭐⭐（arXiv 2026年6月最新）

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