增强多模态模型理解图表和文档的能力、让 Agent 更可靠地调用工具和复用技能、提升 RAG 检索和知识库问答可靠性

今天最值得跟进的方向

今天的高分论文主要指向：增强多模态模型理解图表和文档的能力、让 Agent 更可靠地调用工具和复用技能、提升 RAG 检索和知识库问答可靠性。建议先看每篇的原文链接、摘要、评测设置和代码/数据是否可用，再决定是否深入复现。

重点论文：题目、看点与核验线索

1. 增强多模态模型理解图表和文档的能力

KODA: Contrastive Representation Comparison and Alignment for Vision-Language Foundation Models (Youqi Wu, Mohammad Jalali, Farzan Farnia) 2606.04180 PDF

增强多模态模型理解图表和文档的能力。摘要显示：Vision-language foundation models such as CLIP and SigLIP provide widely used representations for multimodal learning systems. 重点核验：任务设置是否真实，是否有代码或数据，评测是否覆盖复杂场景，结论是否能迁移到实际系统。

2. 让 Agent 更可靠地调用工具和复用技能

The Impact of Configuring Agentic AI Coding Tools on Build-vs-Buy Decisions: A Study Protocol (Jai Lal Lulla, Matthias Galster, Jie M. Zhang, Sebastian Baltes, Christoph Treude) 2606.03907 PDF

让 Agent 更可靠地调用工具和复用技能。摘要显示：Agentic AI coding tools write code with increasing autonomy and in doing so decide when to import a library and when to implement functionality from scratch. 重点核验：任务设置是否真实，是否有代码或数据，评测是否覆盖复杂场景，结论是否能迁移到实际系统。

3. 提升 RAG 检索和知识库问答可靠性

Automating Information Extraction and Retrieval for Industrial Spare Parts Pooling (Dyuman Bulloni, Rocco Felici, Oliver Avram, Anna Valente) 2606.03367 PDF

提升 RAG 检索和知识库问答可靠性。摘要显示：Maintenance organizations in manufacturing try to avoid downtime and unnecessary purchasing by reusing existing assets, but the main obstacle is not a lack of parts but a lack of actionable visibility across sites and partners. 重点核验：任务设置是否真实，是否有代码或数据，评测是否覆盖复杂场景，结论是否能迁移到实际系统。

4. 提升 RAG 检索和知识库问答可靠性

Stationarity-Aware Retrieval-Augmented Time Series Forecasting (Shiqiao Zhou, Holger Schöner, Zipeng Wu, Edouard Fouché, IAG Wilson, Shuo Wang) 2606.04135 PDF

提升 RAG 检索和知识库问答可靠性。摘要显示：Time series forecasting relies on historical patterns, but real-world series often exhibit non-stationarity and regime shifts that challenge fully parametric forecasters. 重点核验：任务设置是否真实，是否有代码或数据，评测是否覆盖复杂场景，结论是否能迁移到实际系统。

5. 让 Agent 更可靠地调用工具和复用技能

Entropy Gate: Entropy Quenching for Near-Lossless Token Compression in LLM Pipelines (Justice Owusu Agyemang, Jerry John Kponyo, Kwame Opuni-Boachie Obour Agyekum, Francisca Adoma Acheampong, Kwame Agyeman-Prempeh Agyekum, James Dzisi Gadze) 2606.03739 PDF

让 Agent 更可靠地调用工具和复用技能。摘要显示：LLM pipelines waste substantial token budgets on low-information content: repeated context, verbose responses, and redundant boilerplate. 重点核验：任务设置是否真实，是否有代码或数据，评测是否覆盖复杂场景，结论是否能迁移到实际系统。

其他值得关注

• VLESA: Vision-Language Embodied Safety Agent for Human Activity Monitoring：关注模型安全、护栏路由、风险分类或治理评测，适合跟进安全评测与治理工具链。
• MM-BizRAG: Rethinking Multimodal Retrieval-Augmented Generation for General Purpose Enterprise Q&A：关注检索、知识库问答与证据可靠性，适合跟进 RAG 评测和企业知识系统。
• MimeLens: Position-Agnostic Content-Type Detection for Binary Fragments：关注检索、知识库问答与证据可靠性，适合跟进 RAG 评测和企业知识系统。
• When Autoregressive Consistency Hurts Safety Alignment：关注模型安全、护栏路由、风险分类或治理评测，适合跟进安全评测与治理工具链。
• End-to-End Text Line Detection and Ordering：关注检索、知识库问答与证据可靠性，适合跟进 RAG 评测和企业知识系统。
• Expert-Aware Refusal Steering：关注模型安全、护栏路由、风险分类或治理评测，适合跟进安全评测与治理工具链。
• HighTide: An Agent-Curated Open-Source VLSI Benchmark Suite：关注工具调用、执行反馈和可复用能力，适合跟进 Agent 工作流和工程可靠性。
• UltraEP: Unleash MoE Training and Inference on Rack-Scale Nodes with Near-Optimal Load Balancing：关注推理成本、延迟、吞吐和部署约束，适合跟进系统优化。
• MAOAM: Unified Object and Material Selection with Vision-Language Models：关注检索、知识库问答与证据可靠性，适合跟进 RAG 评测和企业知识系统。
• Skill-RM: Unifying Heterogeneous Evaluation Criteria via Agent Skill：关注工具调用、执行反馈和可复用能力，适合跟进 Agent 工作流和工程可靠性。
• Agentic Chain-of-Thought Steering for Efficient and Controllable LLM Reasoning：关注工具调用、执行反馈和可复用能力，适合跟进 Agent 工作流和工程可靠性。
• AgenticRL: Self-Refining Agentic Reinforcement Learning for Vision-Conditioned UAV Navigation：关注工具调用、执行反馈和可复用能力，适合跟进 Agent 工作流和工程可靠性。
• SEAOTTER: Sensor Embedded Autoencoding with One-Time Transcode for Efficient Reconstruction：关注多模态模型中的新任务、数据或系统线索，适合快速判断是否值得阅读全文。
• Visual Instruction Tuning Aligns Modalities through Abstraction：关注训练与后训练中的新任务、数据或系统线索，适合快速判断是否值得阅读全文。
• Leveraging BART to Assess CS1 C++ Programming Assignments using Rubric-based Criteria：关注检索、知识库问答与证据可靠性，适合跟进 RAG 评测和企业知识系统。

阅读边界

• 自动排序会偏向有社区信号、代码信号和工程关键词的论文。
• 简报默认基于标题、摘要和公开元数据，不替代全文精读。
• 外部 API 限流或不可用时，相关信号会降级为空并在内部记录中保留说明。