提升代码生成、执行反馈和自动修复能力、提升 RAG 检索和知识库问答可靠性、让 Agent 更可靠地调用工具和复用技能
今天主要跟进：提升代码生成、执行反馈和自动修复能力、提升 RAG 检索和知识库问答可靠性、提升 RAG 检索和知识库问答可靠性。
本期从 2026-06-18 论文源抓取并去重 419 篇候选论文，筛选 6 篇重点论文与 20 篇补充关注。
本期重点
今天最值得跟进的方向
今天的高分论文主要指向：提升代码生成、执行反馈和自动修复能力、提升 RAG 检索和知识库问答可靠性、提升 RAG 检索和知识库问答可靠性。下面按核心问题、方法线索、主要论点和关键词整理，便于快速判断后续跟进价值。
重点论文：核心问题、方法线索与关键词
提升代码生成、执行反馈和自动修复能力
中文标题多任务贝叶斯上下文学习
信号显示贝叶斯预测推断为不确定性量化、数据效率和鲁棒泛化提供了一个原则框架
关键词inferenceevaluationbenchmarkcode
代码/数据需查看原文确认
提升 RAG 检索和知识库问答可靠性
中文标题用于连续和一致的机器人动作生成的频率感知流匹配
信号显示流量匹配已经成为机器人操作的标准范例，因为它具有很强的表达能力，可以对复杂的多模态动作分布进行建模，同时还具有扩散策略等类似方法
关键词ragbenchmarkcodemultimodal
代码/数据需查看原文确认
提升 RAG 检索和知识库问答可靠性
中文标题LLM培训的在线动态批处理和正式保证
信号显示现代LLM培训打破了离线批量采样器背后的核心假设：样本的真实培训成本只有在预处理、增强、模板化、标记化和多模态可视化令牌扩展后才能观察到
关键词ragservingalignmentmultimodal
代码/数据需查看原文确认
让 Agent 更可靠地调用工具和复用技能
中文标题对标代理评审系统
信号显示一种新的代理评审系统正在出现，作为对人工智能辅助研究对同行评审系统施加压力的补救措施，但目前尚不清楚应如何对其进行评估
关键词agentdeploymentbenchmarkopen-source
代码/数据需查看原文确认
让 Agent 更可靠地调用工具和复用技能
中文标题针对编码代理的存储库指南的探索和优化调整
信号显示基于LLM的编码代理需要更高级别的操作知识，了解代码本身不存在的存储库（存储哪些子系统、如何运行测试套件、哪些工作流程历来导致错误的修复）
关键词agenttool useworkflowrag
代码/数据需查看原文确认
改进图像生成、视觉理解和可控渲染
中文标题FrozenDrive：Zero-Shot Text-Guided Driving Scene Generation 与 Data Augmentation with Parameter-Free Frozen Diffusion Model
信号显示用于自动驾驶的合成数据正在激增，由扩散模型提供支持，这些模型承诺可扩展的场景生成
关键词servingalignmentsynthetic datafine-tuning
代码/数据需查看原文确认
其他值得关注
RACL: Reasoning-Agent Control Layers for Continuous Metaheuristic Learning
中文标题RACL：Reasoning-Agent Control Layers 面向 Continuous Metaheuristic Learning
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
中文标题执行状态胶囊：用于低延迟、小批量、设备上物理AI服务的图绑定执行状态检查点和还原
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
HEPTv2: End-to-End Efficient Point Transformer for Charged Particle Reconstruction
中文标题HEPTv2：End-to-End Efficient Point Transformer 面向 Charged Particle Reconstruction
关注理由涉及代码智能中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
SPOT-E: Test-Time Entropy Shaping with Visual Spotlights for Frozen VLMs
中文标题SPOT-E ：用于冷冻VLM的带有视觉聚光灯的测试时间熵整形
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
Phoenix: Safe GitHub Issue Resolution via Multi-Agent LLMs
中文标题Phoenix ：通过多代理LLM安全解决GitHub问题
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Distill Once, Adapt Life-Long: Exploring Dataset Distillation for Continual Test-Time Adaptation
中文标题蒸馏一次，终身适应：探索数据集蒸馏，实现持续测试时间适应
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
HilDA: Hierarchical Distillation with Diffusion for Advancing Self-Supervised LiDAR Pre-trainin
中文标题HilDA：Hierarchical Distillation with Diffusion 面向 Advancing Self-Supervised LiDAR Pre-trainin
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
Variable-Length Tokenization via Learnable Global Merging for Diffusion Transformers
中文标题通过可学习的全局合并对扩散变压器进行可变长度标记
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
See-and-Reach: Precise Vision-Language Navigation for UAVs within the Field of View
中文标题See-与-Reach：Precise Vision-Language Navigation 面向 UAVs within the Field of View
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
ReA-OVCD: Reliability-Aware Open-Vocabulary Change Detection via Semantic and Spatial Refinement
中文标题ReA-OVCD ：通过语义和空间细化进行的可靠性感知开放式词汇变化检测
关注理由涉及推理与规划中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题MetaResearcher ：在对抗虚拟环境中通过自我反射强化学习扩展深度研究
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
REDACT: A Systematically Controlled Multilingual Benchmark for Personal Information Detection
中文标题REDACT：A Systematically Controlled Multilingual 基准 面向 Personal Information Detection
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
SIGMA: Skill-Incidence Graphs for Compositional Multi-Agent Design
中文标题SIGMA：Skill-Incidence Graphs 面向 Compositional Multi-Agent Design
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Safe Local Navigation for Ackermann-Steered Robots in Unmapped Environments
中文标题Safe Local Navigation 面向 Ackermann-Steered Robots in Unmapped Environments
关注理由涉及机器人与具身智能中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
CacheWeaver: Cache-Aware Evidence Ordering for Efficient Grounded RAG Inference
中文标题CacheWeaver：Cache-Aware Evidence Ordering 面向 Efficient Grounded RAG Inference
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
Fast Human Attention Prediction for Fixation-guided Active Perception in Autonomous Navigation
中文标题自主导航中固定引导主动感知的快速人为注意力预测
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
中文标题无需培训的AI生成图像检测器有多脆弱？分数方向、预处理和压缩的受控审核
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
Your Mouse and Eyes Secretly Leak Your Preference: LLM Alignment using Implicit Feedback from Users
中文标题您的鼠标和眼睛偷偷泄露您的偏好：使用用户的隐性反馈进行LLM对齐
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
中文标题GroundControl ：通过轨迹一致的不确定性估计预测视觉语言代理的导航故障
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
CUPID: Reconstructing UV Texture Maps for Interpretable Person-of-Interest Deepfake Detection
中文标题CUPID：Reconstructing UV Texture Maps 面向 Interpretable Person-of-Interest Deepfake Detection
关注理由涉及视频生成中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
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。