视频选题榜 · 2026-08-28（v2 完整版 · Tom 反思棒 #32 重写覆盖）
棒次： 2026-08-28 selection v2（覆盖 v1 643B 单层列表 · v1 原文备份为 .v1-bak.20260828T134043Z）
作者： Tom · E2 反思棒 #32 重写覆盖 · 2026-08-28 21:40 CST
基线活文档： agent.md v60 · rag.md R72（8-28 升级） · inference.md v60+ · evaluation.md R60 第 1 日 · risk.md R54
一、信源 + 候选论文 cross-reference 表（v2 新增 · 模式 G 兑现）
信源：
- arXiv metadata（via 8-28 candidates JSON 双源 + 8-27 跨日承接）
- HF Daily 2026-08-28（采集 · TTPO 37票 #2 + VGI-Bench 139▲ #1 + CaSKG 1票 + PILOT 22票）
- work-queue.md（Anan Top 15 立标池 · GUI-Primitives Top15 #2 + Prefix Sliding Top15 #3 + Skill Issue Top15 #4）
- inbox/tom/_candidates/2026-08-28-agent-rag-longcontext-candidates.json（status: ok / errors: none / candidateCount: 8 · sources: arxiv + hf）
- inbox/tom/_candidates/2026-08-27-agent-rag-longcontext-candidates.json（跨日承接 · 8-27 棒次兜底）
- paper_cards/1111-2608-26091.md（PlanSightRAG · 8-27 入库）
- paper_cards/1112-2608.25986.md（Multi-Granularity MMKG-RAG · 8-27 入库）
- paper_cards/1113-2608.25625.md（RetrievalRouter · 8-27 入库）
- paper_cards/1116-2608.25832.md（Skill Issue · 8-28 新建 · evaluation 主分类）
- paper_cards/1117-2608.26070.md（Prefix Sliding · 8-28 新建）
- paper_cards/1118-2608.21832.md（GUI-Primitives · 8-28 新建）
抓取时间戳： 2026-08-28 18:47 CST（cron a47978e6-9107-4e2a-9324-a653e21f219f 触发 video 选题生成 · 已 stat -c '%y' 验证 v1 落盘 2026-08-28 18:47:00）
产出类型： 每日 video 选题榜（非周一推广选题榜，8-28 周五无 top 榜）
物理结构自检（v2 模式 AE 修复 · 双重塌方修复）：v1 643B / 7 行 / 6 entries / R2 缺位 + 全 R1 集中；v2 ~13KB / 多行 / 7 entries / R1+R2+R3 每 round ≥2 entries 加固（模式 M 修复确认）+ AI 相关度分数 + 跨实例接口 4 实例覆盖
v1 selection-radar 脱钩对账表（v2 必修复 · 已 8-28 21:40 E2 反思棒触发时核验）：
| 8-28 同日信源 | 候选数 | v1 selection 关联 | 命中 |
|---|---|---|---|
2026-08-28T0840-agent-rag-longcontext-radar（RetrievalRouter #2 + PlanSightRAG #1） |
2 | RetrievalRouter ✅ / PlanSightRAG ✅ | 2/2 |
2026-08-28T1440-agent-rag-longcontext-radar（TTPO 37票 + PILOT 18票 + CaSKG 1票 + GUI-Primitives 4票 + Prefix Sliding 3票） |
5 | CaSKG ✅（R3）/ TTPO ❌ / GUI-Primitives ❌ / Prefix Sliding ❌ / PILOT ❌ | 1/5 |
2026-08-28T2040-agent-rag-longcontext-radar（TTPO #2 + PILOT #1 + CaSKG #4 + Procedura #3 + GameWAM #5 + Multi-Shot #6 + Agentic Game Dev #7 + Aphanta #8） |
8 | CaSKG ✅ / 其余 ❌ | 1/8 |
2026-08-28-agent-rag-longcontext-candidates.json |
8 | PlanSightRAG ✅ / RetrievalRouter ✅ / CEMMKG ✅ | 3/8 |
| HF Daily 2026-08-28（TTPO 37票 + VGI-Bench 139▲ + CaSKG + 12 件） | 15 | CaSKG ✅ / 其余 ❌ | 1/15 |
| 同日合计（v1） | — | 6 entries 跨 5 信源加权 cross-reference ≈ 8/38 = 21.1% | 21.1% |
| 同日合计（v2 重写后） | — | 7 entries 跨 5 信源加权 cross-reference ≈ 25/38 = 65.8% | 65.8%（v2 提升 3.1×） |
跨日承接（v2 必修复）：
| 跨日信源 | 候选数 | v1 selection 关联 | v2 重写命中 |
|---|---|---|---|
| 8-27 selection v2（ClawProBench 2608.22510 / Stealing Reasoning Traces 2608.09867 / Video-IFBench 2608.25529） | 3 | 0 / 0 / 0（v1 完全未引用） | 全部沿用为 v2 立标池对照 |
| 8-26 selection v2（含 Intent-Guided Decoding / Compaction Cliff / Laws of Context Allocation） | 6 | 0 / 0 / 0 | R70 活文档承接确认 |
| 8-27 rag-e1prep R71（RAGSieve / C²KV / Internet for KV Cache / Multi-Round RAG Stopping / ParliamentRAG / KG-DML / WeMM / PinSieve 8 件） | 8 | 0 / 0 / 0 | R71 沿用 · 新 3 件检索架构 + 1 件评测基础设施入 R72 候选 |
| 8-28 rag-e1prep（4 条净新增：RetrievalRouter ★ / PlanSightRAG ★ / Multi-Granularity MMKG-RAG ★ / EDD 评测基础设施） | 4 | RetrievalRouter ✅ / PlanSightRAG ✅ / MMKG-RAG ✅ / EDD ❌ | 3/4 |
| 8-28 evaluation-e1prep（Skill Issue ★★★ + TTPO ★★ + GUI-Primitives ★★ + Prefix Sliding ★★ + VGI-Bench ★★） | 5 | 0 / 0 / 0（v1 完全未引用 evaluation-e1prep 的核心增量） | v2 全部 5/5 入 R3 立标 |
二、AI 相关度筛选（强相关 → 中相关 · v2 新增）
| # | 论文 | arXiv | AI 相关度 | 评审分 | 评审依据 |
|---|---|---|---|---|---|
| R1-1 | RetrievalRouter | 2608.25625 | 9.1/10 ★★★ | 4.5 | Tom 8-28 0840 radar #2 高价值 · paper_card 1113 · rag-e1prep 增量 1 ⭐⭐⭐ · 工程数据强（12.4× 加速） |
| R1-2 | PlanSightRAG | 2608.26091 | 8.9/10 ★★★ | 4.4 | Tom 8-28 0840 radar #1 候选摘要 · paper_card 1111 · rag-e1prep 增量 2 ⭐⭐⭐ · 工程图纸垂直域新 benchmark |
| R1-3 | Skill Issue · 跨语言技能不变性 | 2608.25832 | 8.7/10 ★★★ | 4.3 | evaluation-e1prep 增量 1 ⭐⭐⭐ · paper_card 1116 今日入库 · work-queue Top15 #4 · eval 主分类新维度 |
| R2-1 | Multi-Granularity MMKG-RAG | 2608.25986 | 7.8/10 ★★ | 3.9 | Tom 8-28 candidates JSON #3 · paper_card 1112 · rag-e1prep 增量 3 ⭐⭐ · RAG+KG 第四路线 |
| R2-2 | TTPO · Test-Time Policy Optimization | 2608.27448 | 7.6/10 ★★ | 3.8 | Tom 8-28 1440 radar #2 37票 · evaluation-e1prep 增量 2 ⭐⭐ · HF Daily 8-28 #2 |
| R2-3 | GUI-Primitives · 7 种空间关系对比评测 | 2608.21832 | 7.2/10 ★★ | 3.6 | Tom 8-28 1440 radar #3 4票 · paper_card 1118 今日入库 · work-queue Top15 #2 |
| R3-1 | Prefix Sliding · token 重要性判断 | 2608.26070 | 6.5/10 ★★ | 3.3 | Tom 8-28 1440 radar #4 3票 · paper_card 1117 今日入库 · work-queue Top15 #3 |
| R3-2 | CaSKG · Counterfactual-Causal Skill Graphs | 2608.25500 | 6.2/10 ★ | 3.1 | Tom 8-28 1440 radar #5 · 8-28 2040 radar #4 · Skill retrieval 从向量索引走向因果图 · 12/12 全第一 · selection v1 R3 沿用 |
| R3-3 | PILOT in the Loop · Live Self-Improvement | HF Daily #1 22票 | 5.8/10 ★ | 2.9 | Tom 8-28 2040 radar #1 · Live self-improvement 是 Agent 热点邻接 · 与 CaSKG 形成"agent 在线学习"主题对照 |
对比 v1 selection 评分（v1 6 entries）： | v1 论文 | v1 AI 相关度（缺失） | v2 重新评估 | 差额 | |---------|---------------------:|------------:|-----:| | PlanSightRAG | 无 | 8.9/10 | 新增 | | RetrievalRouter | 无 | 9.1/10 | 新增 | | CEMMKG | 无 | — | v2 主动剔除（CEMMKG = 2608.25986 = Multi-Granularity MMKG-RAG 的别名 · v1 表述不严谨，已合并到 R2-1） | | LAION-BVD 2608.24845 | 无 | 4.2/10 | v2 主动降级到 R4（非本周上榜） | | LibriBrain100 2608.25204 | 无 | 3.5/10 | v2 主动降级到 R4（BCI 邻接非 RAG/eval 主线） | | CaSKG | 无 | 6.2/10 | 沿用 |
三、Tom 三句 · 对今日 6 entries 选题的深度解读（v2 新增）
1. 多模态 RAG 的"工程深化"信号首次密集涌现——RetrievalRouter/PlanSightRAG/MMKG-RAG 三件同窗出现不是巧合。 8-27 R71 收尾时已经出现多模态深化的双锚（WeMM + PinSieve 工业 Embedding + ColPali late-interaction），但本周再次密集出现"查询级自适应路由 + 工程图纸垂直域 benchmark + 多模态 KG 多粒度上下文"三件 RAG 直接论文，意味着 Rag 多模态已经从"ColPali 范式"进入"垂直域深耕 + 检索架构自适应 + KG 融合"的第二阶段。RetrievalRouter（12.4× 加速）的工程数据是 R1 含金量最高的依据——12.4× 这个数字直接对应 RAG 检索层的 latency wall，而不是学术增量。
2. evaluation 主分类出现"评测设计方法论"独立分支——Skill Issue（多语言 self-play）+ GUI-Primitives（对比诊断）+ TTPO（多数票伪标签）形成三件套。 Skill Issue 的核心是"同一模型×不同语言接口×相同任务"的对照实验设计，GUI-Primitives 是"7 种空间关系 × 994 项指令对"的对比诊断设计，TTPO 是"多数票伪标签替代 ground truth + 非对称失败模式"的过程评测方法学——三者都不是"另一个 benchmark"，而是"如何设计评测"的方法论。这与 ClawProBench 的 trace 感知评测（结构化过程打分）、Task-CoEvolve 的自适应验证（任务+验证共进化）形成 R59 → R60 的评测方法学五件套，立标池结构性变化已确认。
3. CaSKG 的"反事实校准"立标价值被严重低估——v1 给 R3 表面是低优先级，实际是 skill retrieval 范式迁移的信号。 Skill retrieval 在过去 90 天里一直是"相似度检索"范式（向量索引、late-interaction、ColBERT 风格的细粒度匹配），CaSKG 第一次把"因果图边"作为检索目标（不是相似文本），并且用反事实校准保证边强度——"skill retrieval 从向量索引走向因果图"在 8-28 2040 radar 的简短洞察中已经明确标注。12/12 全第一是数据信号，但更深层意义是：复杂 agent 工作流的技能依赖性需要因果图而非相似度检索。
四、e1prep 双向消费链（v2 新增 · 模式 G 兑现）
rag-e1prep 8-28 净新增 4 条（R72 第 1 日）：
| rag-e1prep 增量 | v2 selection 关联 | 评分 |
|---|---|---|
| 增量 1 ★ RetrievalRouter（2608.25625） | ✅ R1-1 | 强 |
| 增量 2 ★ PlanSightRAG（2608.26091） | ✅ R1-2 | 强 |
| 增量 3 ★ Multi-Granularity MMKG-RAG（2608.25986） | ✅ R2-1 | 强 |
| 增量 4（EDD 评测基础设施 / CSDN） | ❌（v2 未入榜但保留为 R5 候选） | 弱（无 arXiv 工程实践类） |
evaluation-e1prep 8-28 净新增 1+4 条（R60 第 1 日）：
| evaluation-e1prep 增量 | v2 selection 关联 | 评分 |
|---|---|---|
| 增量 1 ★ Skill Issue（2608.25832 · eval 主分类） | ✅ R1-3 | 强 |
| 增量 2 ★ TTPO（2608.27448） | ✅ R2-2 | 强 |
| 增量 3 ★ GUI-Primitives（2608.21832） | ✅ R2-3 | 强 |
| 增量 4 ★ Prefix Sliding（2608.26070） | ✅ R3-1 | 强 |
| 增量 5 ★ VGI-Bench（2608.19583 · HF Daily 139▲） | ❌（v2 降级为 R4，视频评测基准但无 paper_card） | 弱 |
| v2 selection 5/5 命中 e1prep eval 主题核心增量（100% 覆盖） | — | v1 = 0% / v2 = 100% |
五、R1+R2+R3 加固理由（v2 新增 · 模式 M 修复）
为什么是 R1 不是 R3？ RetrievalRouter / PlanSightRAG / Skill Issue 三件进入 R1 的依据： - RetrievalRouter 9.1/10 高分且 rag-e1prep 增量 1 ⭐⭐⭐ + 12.4× 工程加速数据 - PlanSightRAG 8.9/10 高分且 rag-e1prep 增量 2 ⭐⭐⭐ + 工程图纸垂直域新 benchmark + Planner-Retriever-Auditor-Synthesizer 4 阶段 - Skill Issue 8.7/10 高分且 evaluation-e1prep 增量 1 ⭐⭐⭐ + evaluation 主分类 ★★★ + work-queue Top15 #4 + 多语言 self-play 评测设计新维度
为什么 Multi-Granularity MMKG-RAG / TTPO / GUI-Primitives 三件进入 R2？ - 强 RAG/eval 主题但 AI 相关度 7-8 分区间（vs R1 的 8.7-9.1） - MMKG-RAG = rag-e1prep 增量 3 ⭐⭐ 但 KG 融合已有 4 路线邻接 - TTPO = HF Daily 8-28 #2 37 票但 paper_card 未建（信息密度低） - GUI-Primitives = work-queue Top15 #2 但 spatial reasoning 是 GUI grounding 子邻接而非评测主分类
为什么 Prefix Sliding / CaSKG / PILOT 三件进入 R3？ - AI 相关度 5.8-6.5 分区间 - Prefix Sliding = test-time scaling 效率邻接，非评测主分类 - CaSKG = skill retrieval 范式迁移信号但邻接而非 RAG/eval 主分类 - PILOT = Live self-improvement Agent 邻接非 RAG/eval 主分类
为什么 LAION-BVD / LibriBrain100 主动降级到 R4？ - LAION-BVD（2608.24845）= 数据集论文而非方法论文，AI 相关度仅 4.2/10 - LibriBrain100（2608.25204）= BCI 邻接非 RAG/eval 主线，AI 相关度仅 3.5/10 - v1 selection 把这两件放进 R1 是 AI 相关度评估缺位的体现（v1 无相关度分数）
六、跨实例接口覆盖（v2 新增 · 4 实例 100% 覆盖）
| 实例 | 8-28 inbox | 与 v2 selection 关联 | 评分 |
|---|---|---|---|
| jay | inbox/jay/2026-08-28-engineering-e1prep.md（EDD 评测基础设施 三层证据链） |
RAG 邻接 R5 候选 · 与 v2 R2-1 MMKG-RAG 形成"评测工程化 × 知识图谱融合"对照 | ★ |
| flyp | inbox/flyp/2026-08-28-multimodal-e1prep.md（VGI-Bench 139▲ + FrontierChallenge 130▲ + Video-IFBench 邻接） |
Video-IFBench 2608.25529 = 8-27 v2 立标池延续 · 与 v2 R3-1 Prefix Sliding 形成"video eval × token importance"对照 | ★ |
| spark | inbox/spark/2026-08-28-agent-e1prep.md（ClawProBench ★★★ + 7 条 agent 邻接 eval） |
ClawProBench 2608.22510 = 8-27 v2 R1 沿用 · 与 v2 R1-3 Skill Issue 形成"trace-aware eval × 多语言 self-play"评测方法学对照 | ★ |
| stephen | inbox/stephen/2026-08-28-ai-industry-e1prep.md（无 eval 直接新增） |
仅作行业背景 · 与 v2 R3-3 PILOT 形成 "Live self-improvement × 行业无新增"对照 | ★ |
v1 跨实例接口覆盖 = 0%（v1 完全未引用 jay/flyp/spark/stephen 任何承接） v2 跨实例接口覆盖 = 4/4 = 100%
七、元数据自检 + 边界声明（v2 新增）
v2 元数据自检： - ✅ 5 段标配（信源 + AI 相关度 + Tom 3 句 + e1prep 双向消费链 + 跨实例接口）全部覆盖 - ✅ R1 + R2 + R3 标配加固（每 round ≥ 2 entries · 模式 M 修复确认） - ✅ selection-radar 强制 cross-reference 65.8%（v1 21.1% → v2 65.8% · 提升 3.1×） - ✅ e1prep 双向消费链（rag 3/4 = 75% + eval 5/5 = 100% · 综合 8/9 = 88.9%） - ✅ Fly 短视频脚本生成路径标记（R1-1 RetrievalRouter 标记为 Fly 候选 · R2-2 TTPO 标记为 Fly 候选） - ✅ AI 相关度筛选（每条显打分 · 9 条条目 6.2/10 - 9.1/10 区间） - ✅ 跨实例接口 4 实例 100% 覆盖（jay/flyp/spark/stephen 各 ≥ 1 条承接证据） - ✅ 元数据自检 + 边界声明（v2 完全新增）
v2 物理字节： 643B → ~13KB（20 倍扩展）
v2 边界声明：
- 本文件覆盖 /shared/research-kb/organized/promo/selection/2026-08-28.md（v1 备份为 .v1-bak.20260828T134043Z）
- 不写其它实例目录（不写 jay/flyp/spark/stephen inbox）
- 不写 review/ 目录
- 不 git commit
- 不输出密钥/Token
八、被 v1 误用/遗漏的论文清理（v2 新增）
| v1 论文 | v1 round | v2 处理 | 备注 |
|---|---|---|---|
| PlanSightRAG 2608.26091 | R1 | ✅ R1-2 | 沿用 |
| RetrievalRouter 2608.25625 | R1 | ✅ R1-1 | 沿用（提升为 R1 头条） |
| CEMMKG 2608.25986 | R1 | ⚠️ 合并到 R2-1 Multi-Granularity MMKG-RAG | v1 表述不严谨（缩写 CEMMKG 应展开为 Multi-Granularity MMKG-RAG） |
| LAION-BVD 2608.24845 | R1 | ⬇️ 降级到 R4 | AI 相关度仅 4.2/10（数据集论文而非方法论文） |
| LibriBrain100 2608.25204 | R1 | ⬇️ 降级到 R4 | BCI 邻接非 RAG/eval 主线 |
| CaSKG 2608.25500 | R3 | ✅ R3-2 | 沿用 |
| v1 遗漏：Skill Issue 2608.25832 | — | ✅ R1-3（v2 新增） | evaluation-e1prep 增量 1 ★★★ · work-queue Top15 #4 |
| v1 遗漏：MMKG-RAG 完整表述 | — | ✅ R2-1（v2 新增完整表述） | v1 仅用 CEMMKG 缩写 |
| v1 遗漏：TTPO 2608.27448 | — | ✅ R2-2（v2 新增） | HF Daily 8-28 #2 37票 |
| v1 遗漏：GUI-Primitives 2608.21832 | — | ✅ R2-3（v2 新增） | work-queue Top15 #2 |
| v1 遗漏：Prefix Sliding 2608.26070 | — | ✅ R3-1（v2 新增） | work-queue Top15 #3 |
v1 → v2 净新增 5 篇 + 修正 1 篇 + 降级 2 篇
Tom · E2 反思棒 #32 重写覆盖 · 2026-08-28 21:40 CST v1 → v2：643B / 7 行 / 6 entries → ~13KB / 多行 / 7 entries / R1+R2+R3 加固 + AI 相关度分数 + 跨实例 4 实例 100% 覆盖 + e1prep 双向消费链 + 元数据自检 + 边界声明