增强多模态模型理解图表和文档的能力、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：增强多模态模型理解图表和文档的能力、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。
本期从 2026-07-02 论文源抓取并去重 445 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：增强多模态模型理解图表和文档的能力、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。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
增强多模态模型理解图表和文档的能力
中文标题VLAFlow ：通过共同培训和未来潜在对齐实现视觉-语言-行动模型的统一培训框架
信号显示视觉-语言-行动模型（ VLA ）最近具有先进的机器人操作，但不同的机器人数据预训练范式的影响仍然难以比较，因为现有模型在架构、数据、行动空间和评估方面往往有所不同
关键词alignmentevaluationbenchmarkvision-language
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GeoMix ：通过全局上下文和多探测器培训实现无描述符可视化本地化
信号显示无描述符的视觉定位消除了高维描述符存储，保护了场景隐私，简化了地图维护，但其准确性仍远远落后于基于描述符的管道
关键词ragcodetrainingTraining and Post-training
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WattGPU ：预测看不见的GPU和LLM的推理功率和延迟
信号显示大语言模型(LLM)推理工作负载是数据中心能耗的快速增长因素
关键词raginferencedeploymentlatency
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VisionAId ：首款针对视障人士的离线多模式Android助手，具有个性化对象检索功能
信号显示全球有超过2.85亿人患有视力障碍，对于他们来说，避开障碍物、寻找个人物品、识别熟悉的面孔或处理现金等日常任务仍然是个人自主的持续障碍
关键词retrievallatencymultimodalvisual
代码/数据需查看原文确认
提升模型推理、规划和验证能力
中文标题NEUROSYMLAND：Neuro-Symbolic Landing-Site 评估 面向 Robust 与 Edge-Deployable UAV Autonomy
信号显示非结构化环境中的安全着陆点评估仍然是自主无人机部署的关键挑战，因为纯视觉学习方法通常会在地形可变性下退化，并在安全决策中提供有限的透明度
关键词deploymentlatencysafetycode
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
中文标题大规模安全测试LLM代理：从风险发现到基于证据的验证
信号显示LLM代理越来越多地通过外部工具执行自主操作，导致复杂且不断变化的安全风险
关键词agentragsafetyevaluation
代码/数据需查看原文确认
其他值得关注
中文标题镜幻术
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。
OntoLearner: A Modular Python Library for Ontology Learning with Large Language Models
中文标题OntoLearner ：使用大型语言模型进行本体学习的模块化Python库
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。
LiZAD: A Lightweight Zero-Shot Anomaly Detection Framework for Industrial Manufacturing
中文标题LiZAD：A Lightweight Zero-Shot Anomaly Detection 框架 面向 Industrial Manufacturing
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。
MMBench-Live: A Continuously Evolving Benchmark for Multimodal Models
中文标题MMBench-Live：A Continuously Evolving 基准 面向 Multimodal Models
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MARVEL：Margin-Aware Robust von Mises-Fischer Expert Learning 面向 Long-Tailed Out-of-Distribution 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。
AGVBench: A Reliability-Oriented Benchmark of Data Augmentation for Vein Recognition
中文标题AGVBench：A Reliability-Oriented 基准 of Data Augmentation 面向 Vein Recognition
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。
中文标题When Token Compression Breaks：Structural Pruning vs. Token Reduction 面向 Robust ViT Segmentation under High Compression
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。
FoundDP: Revisiting Weak Disparity Observability in Dual-Pixel Depth Estimation
中文标题FoundDP ：重新审视双像素深度估计中的弱视差可观察性
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。
Lightweight Safe Reinforcement Learning for End-to-End UAV Navigation
中文标题用于端到端无人机导航的轻量级安全强化学习
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。
SpaceEra++: A Unified Framework Towards 3D Spatial Reasoning in Video
中文标题SpaceEra++：A Unified 框架 Towards 3D Spatial Reasoning in Video
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。
Meta-Benchmarks for Financial-Services LLM Evaluation
中文标题Meta-基准s 面向 Financial-Services LLM 评测
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。
Towards Robustness against Typographic Attack with Training-free Concept Localization
中文标题通过无需培训的概念本地化，实现对抗排版攻击的稳健性
关注理由涉及多模态模型中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题通过具有地理上下文对齐的观测锚定残留流进行面向解释的云去除
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。
中文标题编码代理正在猜测：衡量未指定DevOps说明中的行动边界违规行为
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。
中文标题评估视觉语言模型，将其作为零拍学习的替代方案，让您只看一次，以及尼日利亚车牌识别的光学字符识别
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Do Newer Lightweight CNNs Perform Better Under Resource Constraints? A Controlled Multigenerational Study of Architecture，Initialization，Training Budget，与 Efficiency
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。
Multimodal Knowledge Edit-Scoped Generalization for Online Recursive MLLM Editing
中文标题Multimodal Knowledge Edit-Scoped Generalization 面向 Online Recursive MLLM Editing
关注理由涉及多模态模型中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题走向真实世界的超声理解：大视觉语言模型与长格式报告的多图像检查
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PairCoder++：Pair Programming as a Universal Paradigm 面向 Verified Code-Driven Multimodal 与 Structured-Artifact Generation
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。
SAB-LVLM: Significance-Aware Binarization for Large Vision-Language Models
中文标题SAB-LVLM：Significance-Aware Binarization 面向 Large Vision-Language Models
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。
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。