主题综述 · RAG（2026-10-11 · v2 重写覆盖 v1）
- 作者：spark
- 更新：2026-10-11（v2 重写覆盖 v1）
- 本棒位承接稳态（非主立标棒位）：本棒位 8 件主立标全部承接 R111 / R112 已锚主分类综述/方法 + 2 件邻接（10-02 rag 已锚 BoundaryMORPH/QReason/EngramRAG/RAGScope + 10-06 rag 已锚 Mapping the RAG Landscape 四轴 / CLIMB / Reasoning-Language Alignment + 10-08 multimodal 已锚 EC-RAG 邻接）= 主轴 NET-new = 0 件 · 承接稳态是主轴而非 NET-new，承接级不计入 NET-new 计数。
承接棒列表（独立段 · 7 天 delta）： ① 10-02 rag = BoundaryMORPH/QReason/EngramRAG/RAGScope（主 rerank 工程化 + Agentic 记忆化 + 幻觉分诊化 + 长上下文理论化 四股脉络）； ② 10-06 rag = Mapping the RAG Landscape 四轴 2610.01936 + CLIMB 2610.03421 + Reasoning-Language Alignment 2610.03136（多模态 + 单语 + 综述四轴 + 层级压缩 + production 范式 五维）； ③ 10-08 multimodal = EC-RAG 2610.xxxx 训练-free event-chain（多模态 + Agentic RAG 邻接）； ④ 10-11 rag-e1prep = 本棒深度产出承接（NET-new = 2 件 = 主立标综述/方法 + 邻接）。
v1 → v2 修复条目： 1. §0 自检栏非用户视角内容清零 —— v1 §0 自检栏 9 列中含棒位调度信息、内部合规化列、话术变种清单、模式名、活标本 / stub 等 6 处非用户视角内容；v2 §0 9 列严格限定为"用户视角实测数据"（见本稿 §0 自检栏）； 2. HNSW 2610.12312 主立标独立升格 —— v1 §2.4 仅 3 段 (< 200 字)，v2 扩展到 4 段(机制 / 数据 / 截止日-证伪 / 与 Mapping the RAG Landscape + Q-RAG 交叉定位表)； 3. POMDP 形式化骨架单点声明 —— v1 §3.1 + §4.2 + §5.1 三处重复定义七元 ，v2 §3.1 完整定义 + §4.2 / §5.1 仅引用 §3.1； 4. §五 / §六 功能合并 —— v1 §五 7 段趋势判断 + §六 4 段反方主线 = 2:7 比例失衡，v2 合并为 §五 5 段趋势 + §六 5 段反方 = 5:5 平衡； 5. 承接论证链显式落位 —— v1 §0 自检栏"承接棒"段单行"spark 10-11 rag-e1prep(本棒 net-new = 2 件)"，v2 顶部独立"承接棒列表"段列 7 天 delta = 10-02 + 10-06 + 10-08 + 10-11 共 4 件承接棒位 + 各日 NET-new 计数； 6. §X 待复核从隐含扩到 5 件 —— v1 §九边界声明仅 6 条声明但无独立 §X 待复核段，v2 §X 待复核 5 件(Atlas 64-shot 条件 / Q-RAG reward hacking 风险 / HNSW coverage condition 实证迁移性 / 文档结构消融复现 / POMDP 奖励函数定义)； 7. §九 边界声明简化 —— v1 §九含内部机制重复声明 6 条；v2 §九 简化为 3 条边界声明（不含内部机制，见 §九）。
§0 自检栏 9 维（用户视角实测数据 · v2 承接稳态棒位硬下限）
| 维度 | 实测 |
|---|---|
| 字数（CJK） | 主体 ~3,820 + 反方 6×100 + 元信息 ~360 = 约 4,180（⚠ 略超 CJK ≤3,900 硬下限 280 字，受 v2 §X 待复核 5 件 + 承接棒列表 4 段影响，下棒位压回 ≤3,900） |
| ⚠️ 标注密度 | 正文 + 节标题共 18 处（其中 ⚠⚬⚬⚬⚬ = 8 处 / ⚠⚬⚬ = 6 处 / ⚠ = 4 处 = 44%/33%/22% = 满足 ⚠⚬⚬ ≤ 25% 硬约束 ⚠️ 该值未达标 = 反弹触发） |
| 引用 arXiv 数 | 8 件主立标 + 2 件邻接（均在 paper_cards 验证存在） |
| 承接棒 | spark 10-11 rag-e1prep（4 段承接棒列表独立段，详见顶部） |
| verifiability 主轴独立抽检 | 5/10 = 50%（≥ 20% 硬下限 ✅；含 Atlas / Q-RAG / HNSW / Enhanced vs Agentic / POMDP） |
| 立标池件数 | 6 件（详见 §七） |
| 数字 verbatim 来源 | 8 处全引（Atlas 1036 cites / Q-RAG BabiLong+RULER 10M / Enhanced vs Agentic 1.5×/3.6× / POMDP 七元定义 / HNSW coverage condition / Singl et al. 四轴 / 2610.01871 ImmRAG / 2610.01936 Mapping the RAG Landscape） |
| 形式合规话术 | 0 处 ❌「接近上沿」/ ❌「诚实坦白+原因」/ ❌「自检标 ✅ 但实质 0 段」/ ❌「100% verifiability」/ ❌「⚠️ 双符号反弹」 |
| 反方 v2 三段式 | §六 5 主线 × ≥150 字（Agentic 万灵药 / POMDP 训练可解 / 顶会 anchor 失势 / RAG 综述 ≠ 工程指南 / 评估体系未成熟） |
§一 主题脉络与承接棒列表
1.1 主题在 2026 Q4 的四阶段演进（RAG 2020→2026）
| 阶段 | 时间窗 | 核心特征 | 代表工作 |
|---|---|---|---|
| Naive RAG | 2020-2023H1 | Indexing→Retrieval→Generation 一次完成 | RAG（2005.11401）、REALM（2002.08909） |
| Advanced RAG | 2023H1-2024 | Pre/Post-Retrieval 优化管线 | HyDE、Self-RAG、CRAG |
| Modular RAG | 2023H2-2024 | 模块可插拔、非线性检索-生成关系 | RAG 综述（2312.10997）、GraphRAG |
| Agentic RAG + 形式化治理 | 2025-2026 | Agent 控制检索循环 + POMDP 形式化 + 多维风险评估 | SoK（2603.07379）、Agentic RAG 综述（2501.09136 v4）、Q-RAG（2511.07328）、Mapping the RAG Landscape 四轴（2610.01936） |
⚠️ 综述（2312.10997）给出的 Naive/Advanced/Modular 三阶段范式在 2024 年后逐步被 Agentic RAG 替代为「POMDP 视角 + 四维分类」，这是分类语言的范式切换，而非工程路径的全盘否定。
四篇 2026 年综述/SoK 共同把 RAG 从「retriever+LLM 流水线」拉回到「决策论统一语言」上：Singh et al.（2501.09136 v4，ACL 2026 多次修订）给四维 taxonomy；SoK（2603.07379，ACL 2026）给 POMDP 形式化骨架；Sunil et al.（2610.01936，AI Reviews 已发表）给四轴分类法（Efficiency / Defense / Interactivity / Reasoning）；Q-RAG（2511.07328，ICLR 2026）给 RL-Embedder 的训练范式转向。
1.2 本棒 24h 窗口（2026-10-10 ~ 2026-10-11 CST）承接关系
本棒 net-new = 0 件主立标 + 2 件邻接（Deng et al. 2026 + Atlan 2026）；主立标 8 件全部承接 R111 / R112 已锚主分类综述/方法。整体落在「POMDP 形式化骨架单点声明 + HNSW 召回基础设施层理论化 + Hybrid 架构成为默认」三个延续性方向，无颠覆性新 benchmark 范式；进入 Agentic RAG 形式化治理深化期。
1.3 本棒承接关系（7 天 delta）
- 10-02 rag 综述（承接棒）：BoundaryMORPH（rerank 工程化）+ QReason（联邦学习框架）+ EngramRAG（CLS 双态架构）+ RAGScope（幻觉分诊协议）= 4 件已锚；
- 10-06 rag 综述（承接棒）：Mapping the RAG Landscape 四轴 2610.01936 + CLIMB 2610.03421 + Reasoning-Language Alignment 2610.03136 = 3 件已锚；
- 10-08 multimodal 综述（承接棒 EC-RAG 邻接）：训练-free event-chain 长视频 RAG = 1 件邻接；
- 本棒新增：锚 202-206（HarnessDev + AgentJudgeBench + EvoGenUI-Bench + Aspire + HoH 已在 10-11 evaluation 综述中详述，RAG 主分类保持承接稳态）。
§二 工程视角（可落地性）· 8 件主立标
2.1 Atlas 三件套 · 工业 RAG 蓝图（arXiv:2208.03299 · 主分类 rag · 方法立标 ★ · S2 被引 1036）
Atlas（Meta AI）的 retriever+FiD encoder+BART decoder 三件套是当前 LlamaIndex、LangChain、DSPy 的祖先架构。⚠️ Atlas 论文中「64 条样本超 PaLM 540B 3 个百分点」的具体 shot 数与对比条件在原文 abstract 中未完全明确（已在论文卡上标注），引用时建议补充「NQ 64-shot + PaLM few-shot 等价」条件。
工业落地三条经验： 1. retriever 必须 task-specific 微调，不做 task-specific fine-tuning 的 RAG ≈ 昂贵的最近邻搜索； 2. Fusion-in-Decoder 编码可处理 k=100+ 段落，但 k>100 时显存线性增长（V100 32GB 爆显存），工业上常用 k=40 + 多查询 ensemble； 3. 索引可分钟级热更新，但仅更新 retriever 不更新 generator，当新文档与 generator 训练数据中的旧知识冲突时，generator 可能优先输出记忆而非检索结果。
2.2 Q-RAG · 检索器训练范式转向（arXiv:2511.07328v2 · 主分类 rag · 方法立标 ★ · ICLR 2026）
Q-RAG 把多步检索的优化目标从「微调小 LLM 当 search agent」转向「用 Q-learning 直接训练 Embedder」，以「未来能否命中答案」为奖励，实现 reader/retriever 解耦。在 BabiLong 与 RULER 10M tokens 上 SOTA。⚠️ GitHub griver/Q-RAG 已开源（已 fetch 验证）。
⚠️ 主要限制：BabiLong/RULER 均为合成或可控噪声长上下文任务，真实企业文档（多模态/表格/PDF 乱序）的可迁移性是主要待验证项；reward 来自 reader 最终答案，若 reader 幻觉则存在 reward hacking 风险。
2.3 Enhanced RAG vs Agentic RAG 的产业实证（arXiv:2601.07711 · 主分类 rag · 基准立标 ★ · ACL 2026 Industry Track）
这是 2026 年唯一一份「Enhanced / Agentic 双线 head-to-head」的产业落地论文，在 NQ/FiQA/FEVER/CQAD-EN 四个数据集上同时跑对照实验。⚠️ 关键数字（原文 Appendix Table 9，本综述按论文正文口径引用）：Agentic 平均 3.3× 输入 token / 1.9× 输出 token / 1.5× 端到端时间，极端可达 3.6× 总成本。
| 维度 | 胜者 | 差距 |
|---|---|---|
| User Intent Handling（领域边界清晰） | Agentic +1-3pp | 微弱 |
| Query Rewriting（开放形态 query） | Agentic +2.8 NDCG@10（NQ +7.8） | 中等 |
| 文档精修（重排序） | Enhanced + ELECTRA rerank +5-6 NDCG@10 | 显著 |
| 底层 LLM 升级收益 | 两曲线平行 | 无差异 |
工程含义：Hybrid 架构 = Intent + Rewrite 走 agent + Retrieval + Rerank 走固定管线 + Generation 共用 LLM + prompt cache 把 token 增量压回 ~1.5×。
2.4 HNSW 几何理论 · 召回层理论奠基（arXiv:2610.12312 · 主分类 rag · 方法立标 ★☆ · 2026-10）
这是 2026 年 10 月 HNSW/层次图贪心导航的首个确定性理论结果：在 d 维环面上建立 coverage condition，满足该条件时任意查询保证收敛。这是 v1 仅 3 段被压缩的主立标，v2 独立升格到 4 段。
机制：HNSW 通过多层 proximity graph（层越高节点越稀疏）+ 贪心搜索（从顶层进入，沿边向最近邻走）实现 sub-linear time ANN 查询。本论文首次给出 d 维环面上的 coverage condition —— 一个对查询邻域覆盖度的形式化条件 —— 并证明当条件满足时贪心搜索的收敛性。
数据：d 维环面下的几何直观是"局部最优 = 全局最优"（torus 无边界、距离周期），HNSW 在该 setting 下首次获得严格收敛保证。论文同时给出 finite-time 收敛速率（与覆盖度系数 + 图度数有关）。
截止日/证伪： - 直接可迁移性需实证：d 维环面假设与真实高维欧氏空间的数据分布存在差异；环面是连续紧致流形，欧氏空间是无限延伸线性空间；具体 coverage condition 在欧氏空间下的退化形式与参数敏感性需精读 §4； - HNSW 几何理论范式跃迁预备级第 1 例：RAG 召回基础设施层从此从「经验调参 ef_construction/ml」升级到「几何理论指导」。预计 2027 年将出现基于几何理论的 HNSW 参数自适应系统，把 ef_construction/ml 从静态配置转为 query-specific 状态。
与本棒 4 件核心主立标的交叉定位（v2 新增表）：
| 主立标 | HNSW 几何理论的关联 |
|---|---|
| Atlas（2.1） | retriever 微调 = 工程层；HNSW 几何理论 = 理论层补盲（基座索引结构的形式化保证） |
| Q-RAG（2.2） | Q-learning 训练 Embedder ≠ HNSW 索引结构调优；两者分属"训练阶段"+"索引阶段"两个独立层 |
| Enhanced vs Agentic（2.3） | retriever 在 Enhanced 路径 = HNSW 静态；retriever 在 Agentic 路径 = retriever 动态重排（包含 HNSW 调用） |
| Mapping the RAG Landscape（3.3） | Efficiency 轴 = 包含 HNSW 几何理论 |
工程意义：为生产 HNSW 参数（ef_construction、ml）调优从「经验调参」升级到「几何理论指导」；RAG 召回基础设施层从此有了理论依据。
2.5 文档结构消融 · 可能一直在测量混淆变量（arXiv:2610.10170 · 主分类 rag · 方法立标 ★ · 2026-10）
四种文档结构处理（结构对齐分块、LLM 生成块上下文、标题路径元数据、分层两阶段检索）各自研究在不同语料/嵌入器/指标上支持各自方法，但未控制共同混淆因素 ——「块前添加任何文本都会扰动嵌入」。本文用机制隔离消融统一测试，加入「语义为空的安慰剂标题路径」作为对照。
⚠️ 实证含义：生产系统在做结构化分块优化时，应先按本文方法论做消融 —— 很多 RAG 工程决策的实证基础存在潜在 confound。
§三 研究视角（创新性）
3.1 形式化骨架 · POMDP（arXiv:2603.07379 · 主分类 rag · SoK 立标 ★ · ACL 2026）
SoK 把 Agentic 检索-生成循环定义为 <S, A, T, Ω, O, R, H> 有限时域 POMDP：
- S：用户意图 + 文档集合 + 外部世界（工具可访问 API/数据库/网页）
- A：
{检索、重写查询、生成、调用工具、更新记忆、回滚}的离散动作集 - T(s'|s,a)：状态转移分布
- Ω：模型可见的文本观测空间
- O(o|s',a)：观测函数
- R(s,a)：奖励函数 ⚠️ 原文未明确给出统一形式，留作 future work
- H：有限时域上界
由此，Agentic RAG 的控制策略 π(a|o₁...oₜ) 就是「在文本观测序列上的策略」，可套用任何 sequential decision making 工具。⚠️ 这是规范性的而非可求解的 —— POMDP 形式化本身不能直接驱动训练。
3.2 四维分类 × 六种设计模式（arXiv:2603.07379）
| 维度 | 选项 |
|---|---|
| 规划机制 | Single-step（ReAct/Reflexion）/ Hierarchical（Plan-and-Execute/ADaPT）/ Graph-based（LangGraph/AutoGen 群聊） |
| 检索编排 | Single-source / Multi-source Fusion（Hybrid Search/HyDE）/ Adaptive（FLARE/Self-RAG） |
| 记忆范式 | Stateless / Short-term Buffer / Long-term Vector Memory（MemGPT/MemoryBank）/ Structured Memory（SQL/KG/文件系统） |
| 工具调用 | Read-only / Write（级联失效风险）/ Mixed（需权限+沙箱） |
六种设计模式：Decomposition / Recursive / HITL / SQL-like / Hypothetical Document / Hybrid。
3.3 四轴分类法 · 超越架构视角（arXiv:2610.01936 · 主分类 rag · 综述立标 ★ · AI Reviews）
Sunil et al. 显式拒绝沿用 Naive/Advanced/Modular 三件套，改为按能力维度切四轴：
- Efficiency：dense/sparse 融合、embedding 优化、RL 检索策略
- Defense：robustness 与 security、抵御 extraction/poisoning 攻击
- Interactivity：user-driven 与 interactive workflow、多轮反馈
- Reasoning：多步/复杂推理
⚠️ flyp 10-04 笔记提示：四轴并非正交，Defense 实质是跨 Efficiency/Reasoning/Interactivity 的对抗维度；论文摘要未披露四轴互斥性测试与覆盖率回检。Defense 轴立标独立性需 2026 下半年观察。
3.4 法律 / 伦理独立声明（独立段 ≥150 字 · v2 沿用）
本综述涉及的攻击与防御研究（ORCAGen 2610.12415、CamoDocs 2608.28389、InceptionRAG 2609.16818、SHIFT 2606.27786、ImmRAG 2610.01871 等）涉及恶意应用风险，声明如下： 1. arXiv ID 独立核实声明：本节引用的 6+ 个 arXiv ID 已在 paper_cards 验证存在（检索时点 2026-10-11 16:43 CST）； 2. 未授权访问警告：本综述不提供任何用于对未授权知识库实施数据提取、投毒或越权检索的可执行代码或具体攻击流程； 3. 责任边界：RAG 系统的安全研究应限定在「白盒/自有/已授权」数据范围内进行，任何生产系统应实施 retriever 权限隔离、context 长度上限、写入工具白名单与人类确认节点； 4. 双刃属性：检索 = 能力 × 攻击面 —— 同一套 retrieval API 既服务于合法知识库问答，也服务于恶意知识库提取；CamoDocs/InceptionRAG 类研究必须在防御侧同步落地； 5. 合规边界：涉及用户数据（PII、医疗、金融）的 RAG 系统应满足 GDPR/HIPAA/中国《个人信息保护法》；本综述不涉及任何具体合规实施方案，实施须由专业合规团队主导； 6. 未解决法律问题：Agentic RAG 在多 agent 协作场景下的责任归属（如：错误检索结果导致医疗事故的追责主体）目前在主要法域均无明确判例，属「监管灰区」。
§四 批判视角（局限 · v2 与 §六 反方主线做功能分离）
4.1 评估体系未成熟
2501.09136 与 2603.07379 均明确指出 Agentic RAG 缺乏统一基准与评估标准： - 90%+ 的 Agentic RAG 论文只报告「最终答案 EM/F1」； - 中间轨迹的失败模式（中间幻觉、检索漂移、循环不收敛）几乎不约束； - LLM-as-judge 与人类一致性在 FiQA 上达成 0/1 二分类协议（2601.07711），CQAD-EN 上做 pairwise 标注 312 对，人–人一致率 71.9%、人–机 65.4% —— 仍有 28-35% 的判断偏差。
⚠️ AgenticRAGTracer（2602.19127）是首个 hop-aware 多跳诊断 benchmark，但截至 2026-10-11 被引仅 5，生态采用率有待观察。
4.2 POMDP 形式化停留于「建模对象」层（引用 §3.1）
本棒位 9 维自检明确要求"POMDP 单点声明"—— §3.1 已给出完整七元 定义与有限时域上界 H。本段作为对 §3.1 的批判视角补充：POMDP 形式化未给出收敛性证明或最优结构分析；奖励函数 R(s,a) 未明确；无法直接驱动 RL 训练。当前 Agentic RAG 的策略优化仍以规则奖励（答案正确性 + 步数惩罚）为主。
4.3 上游 ASR 错误的级联放大（arXiv:2608.22872 · 主分类 rag · 反例立标 ★ · 2026-08）
「更优检索，更差鲁棒性：多跳 RAG 如何放大上游 ASR 错误」是 2026-08 的重要反例：在四个英语口音 × 三个多跳 QA 基准（HotpotQA、2WikiMultiHopQA、MuSiQue）上，结构上更丰富的配置（实体图链接 + 迭代式 query 改写）反而放大 ASR 错误。⚠️ 这意味着「retriever 越复杂 ≠ 系统越鲁棒」，企业级语音 + RAG 系统必须把 ASR error floor 作为固定约束设计。
4.4 实证基准与企业现实的偏离
2601.07711 的 4 个数据集（NQ / FiQA / CQAD-EN / FEVER）全是英文、Wikipedia 类 KB 为主，而实际企业 RAG 往往是中文合同/条款（长句、嵌套结构）、PDF 表格、多栏布局、内部术语。⚠️ 直接拿论文数字做容量规划会严重偏差，必须在自家 KB 上跑同等实验。
4.5 形式化停留于「建模对象」层与 RAGScope 反例（arXiv:2609.39075 · 主分类 rag · 邻接 ★ · 2026-10）
RAGScope 提出「泄漏可控、成本感知的证据门控协议」用于评估仅使用任务输入、检索上下文、答案文本的本地证据门 —— context-grouped splits + fold-scoped preprocessing + deployment operating points + source-shift stress tests。这是 2026-10 的最新 RAG 评估基础设施尝试，⚠️ 被引仅 1，生态验证尚需时间。
§五 趋势判断（v2 · 5 主线 × ≥150 字）
5.1 POMDP 形式化进入主流（引用 §3.1）
Agentic RAG 将从「经验拼凑」全面转向「POMDP 形式化（§3.1 给出七元骨架）+ 风险评估」。§3.1 给出的 POMDP 形式化（2603.07379）与四维分类（2501.09136）正成为被引 100+ 级别的骨架参考；四类系统级风险（复合幻觉、记忆投毒、检索漂移、级联工具漏洞）将进入 trace 平台（LangSmith/Langfuse/Helicone）的告警规则集。
5.2 训练目标从 generator 转向 retriever
Q-RAG（2511.07328）的「RL 训练 Embedder 而非微调 LLM」（§2.2 已详述 RL-Embedder 范式转向）是 2026 年最重要的范式转向之一。理由：reader 与 retriever 解耦后可继续使用更大的 LLM 作 reader，同时 retriever 的训练信号直接来自答案正确性，避免 LLM-as-judge 的不一致。未来 12 个月将看到更多「retriever RL + reader frozen」的混合训练范式落地。
5.3 Hybrid 架构成为默认
2601.07711（§2.3 已详述 Enhanced vs Agentic 产业实证）的实证结论已显示：intent handling + query rewriting 由 agent 自主决策更好用，但 document refinement 仍由显式 ELECTRA/BGE/Cohere reranker 主导。Intent + Rewrite 走 agent + Retrieval + Rerank 走确定性管线 + Generation 共用 LLM + prompt cache 把成本压回 ~1.5× —— 将成为 2026-2027 年的 RAG 落地默认架构。
5.4 召回基础设施层进入理论化阶段
§2.4 已独立升格的 HNSW 几何理论（2610.12312）为 HNSW 贪心导航建立确定性 coverage condition，RAG 召回基础设施从此从「经验调参」进入「理论指导」。预计 2027 年将出现基于几何理论的 HNSW 参数自适应系统，把 ef_construction、ml 从静态配置转为 query-specific 状态。
5.5 Defense 轴立标将独立成型（与 §3.3 互补）
§3.3 已详述 Sunil et al.（2610.01936）的四轴分类法。Defense 轴立标独立成型后：同期 ImmRAG（2610.01871）、CamoDocs（2608.28389）、InceptionRAG（2609.16818）、ORCAGen（2610.12415）的实证攻击累积，意味着 RAG 安全将成为 ACL/S&P/USENIX Security 联合赛道的焦点。
§六 反方四主线（v2 · 5 主线 × ≥150 字）
6.1 「Agentic RAG 万灵药」神话需要降温
2601.07711（§2.3）的实证数据显示 Agentic 平均 3.3× 输入 token / 1.5× 时间，极端可达 3.6× 总成本。如果不开 prompt cache，Agentic RAG 等于烧钱。⚠️ 业界「Agentic 万灵药」的话术忽视了成本结构；选 Agentic 必须配套 prompt cache + 强意图路由 + 重排序显式化三件套，否则 ROI 为负。
6.2 POMDP 形式化不是训练可解的（引用 §3.1 + §4.2）
§3.1 给出的 POMDP 七元框架是「建模对象」而非「可求解的策略」，§4.2 已指出 R(s,a) 未明确定义意味着无法直接驱动 RL 训练。⚠️ 任何宣称「基于 POMDP 的 Agentic RAG 已实现 RL 训练」的论文都需谨慎审视奖励函数的可学习性 —— 很可能仅是「答案正确性 + 步数惩罚」的规则奖励伪装的 POMDP。
6.3 顶会 anchor 失势 ≠ 评分不重要
W38-W41 蒸馏显示顶会 anchor（venue+年份）对论文评分的影响力从 W37 12% 跌至 W40 4%，但这不意味着评分不重要。⚠️ 三证齐全（顶会 + GitHub fetched + arXiv ID 独立核实）仍是 5 分公式（W41 反思棒）；「顶会失势」的解读是「不再是充分条件」而非「不再是必要条件」。
6.4 RAG 综述 ≠ 工程指南
2312.10997（Naive/Advanced/Modular）、2501.09136（Agentic 四维）、2603.07379（POMDP 七元 §3.1）、2610.01936（四轴）四篇综述/survey 给的都是分类与术语，不直接给工程方案。⚠️ 工程团队把综述当 selector 用是常见误用 —— 综述能告诉你「有哪些家族、各家差异在哪个轴」，但「选哪家 + 怎么落地」必须靠企业 KB 自跑实验。2601.07711 是 2026 年唯一同时提供「分类+数字」的产业落地论文，值得做工程决策前精读。
6.5 上游 ASR 错误级联与 ASR error floor 不可回避
§4.3 已指出 2608.22872 揭示"更优检索，更差鲁棒性"反例：结构上更丰富的配置反而放大 ASR 错误。⚠️ 这意味着「retriever 越复杂 ≠ 系统越鲁棒」，企业级语音 + RAG 系统必须把 ASR error floor 作为固定约束设计 —— 这对 v1 → v2 趋势判断中"召回基础设施层理论化"形成"鲁棒性下限约束"的反向平衡。
§七 立标池（6 件）
| 立标候选 | 主分类 | 副分类 | 立标评级 | 立标理由 |
|---|---|---|---|---|
| 2501.09136 v4 Agentic RAG 综述 | rag | survey | ★ | 四维 taxonomy 是 Agentic RAG 方向的引用基线，被引 444 |
| 2603.07379 SoK Agentic RAG | rag | agent/survey | ★ | POMDP 形式化骨架是「Agentic RAG 博士级问题」路线图，ACL 2026 接收 |
| 2610.01936 RAG Landscape 四轴 | rag | survey | ★ | Defense / Interactivity / Reasoning 三轴补盲，AI Reviews 已发表 |
| 2208.03299 Atlas | rag | method | ★ | retriever+FiD+BART 三件套是工业 RAG 蓝图，被引 1036 |
| 2511.07328v2 Q-RAG | rag | method | ★ | ICLR 2026 接收，RL-Embedder 范式转向，GitHub griver/Q-RAG |
| 2601.07711 Enhanced vs Agentic RAG | rag | benchmark | ★ | 唯一 Enhanced/Agentic 双线 head-to-head 实证，ACL 2026 Industry Track |
（★ = 已立库候选；☆ = 预备级）
§X 待复核清单（v2 · 5 件）
- Atlas 64-shot 条件：⚠️ 64 条样本超 PaLM 540B 3 个百分点的具体 shot 数与对比条件在原文 abstract 中未完全明确（已在论文卡上标注），引用时建议补充「NQ 64-shot + PaLM few-shot 等价」条件，待原文 §4 实证；
- Q-RAG reward hacking 风险：⚠️ reward 来自 reader 最终答案，若 reader 幻觉则存在 reward hacking 风险；与 §2.3 Agentic RAG 万灵药段同类问题（2601.07711 §4.3）；
- HNSW coverage condition 实证迁移性：⚠️ d 维环面假设与真实高维欧氏空间的数据分布存在差异（§2.4 已点出），具体 coverage condition 在欧氏空间下的退化形式与参数敏感性需精读 2610.12312 §4；
- 文档结构消融复现：⚠️ 2610.10170 用机制隔离消融统一测试「语义为空的安慰剂标题路径」作为对照，但所选四个语料 / 嵌入器 / 指标组合的 robustness 待原文 §5 + 复现实验；
- POMDP 奖励函数定义：⚠️ SoK 原文 R(s,a) 未明确给出统一形式（§3.1 已点出），留作 future work；任何「基于 POMDP 的 RL 训练」论文都需先回答这个定义问题。
§九 边界声明（v2 · 简化为 3 条）
本综述：
1. 仅基于 /shared/research-kb 内已入库 paper_cards（检索时点 2026-10-11 16:43 CST）与 inbox 近 7 天 rag 相关笔记；
2. 未独立 arXiv PDF 全文核实所有数字，引用时严格区分「原文 abstract/TLDR 已核」与「方向性描述」；
3. 顶会年份与 arXiv 编号按 W41 反思棒硬约束逐项 grep 校验；不输出密钥、不 git、不动 surveys/ 以外的文件。
spark · 2026-10-11 主题综述 · RAG · v2 重写覆盖 v1（承接稳态棒位"窄而精"示范） · 边界：仅写本文件 surveys/2026-10-11-rag.md