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 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、提升 RAG 检索和知识库问答可靠性。
本期从 2026-07-07 论文源抓取并去重 332 篇候选论文，筛选 6 篇重点论文与 20 篇补充关注。
本期重点
- 1使用北美行业分类系统（ NAICS ）对GitHub存储库进行行业分类🔗
- 2RuBench：具有本地编写的俄语任务规范的存储库级Agentic编码基准🔗
- 3Energy-Efficient GPU DVFS 面向 Fine-Tuning of SLMs on Resource-constrained Embedded Devices🔗
- 4KOAL：知识驱动的前列腺癌分级与有序感知学习🔗
- 5通过生成随机化和交叉变量自监督学习打破虚假相关性🔗
- 6SparseCtrl-HOI：Sparse Temporal Control 面向 Human-Object Interaction Video Generation🔗
今天最值得跟进的方向
今天的高分论文主要指向：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、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 RAG 检索和知识库问答可靠性
中文标题使用北美行业分类系统（ NAICS ）对GitHub存储库进行行业分类
信号显示GitHub托管数亿个公共存储库，但该平台没有公开从存储库到标准化行业部门的原生映射
关键词retrievalbenchmarkcodeopen-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RuBench ：具有本地编写的俄语任务规范的存储库级Agentic编码基准
信号显示开发人员越来越多地将实际的维护工作委托给产品级编码代理，以及许多以其母语进行的状态任务，以客户请求的风格而不是精心策划的英语问题
关键词agentbenchmarkcodeopen-source
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Energy-Efficient GPU DVFS 面向 Fine-Tuning of SLMs on Resource-constrained Embedded Devices
信号显示资源受限的嵌入式GPU平台上的动态电压频率缩放（ DVFS ）对于节能的小语言模型（ SLM ）微调至关重要，因为隐私和个性化驱动的适应越来越需要本地执行和参与
关键词raginferencebenchmarkcode
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KOAL ：知识驱动的前列腺癌分级与有序感知学习
信号显示使用多参数MRI （ mpMRI ）对前列腺癌的Gleason分级组（ GGG ）进行无创预测对于减少不必要的活检至关重要
关键词raginferencealignmentcode
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
中文标题通过生成随机化和交叉变量自监督学习打破虚假相关性
信号显示使用经验风险最小化（ ERM ）训练的深度神经网络通常在分布变化下失败，因为它们利用对象标签和背景上下文之间的虚假相关性
关键词ragservingbenchmarkcode
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SparseCtrl-HOI：Sparse Temporal Control 面向 Human-Object Interaction Video Generation
信号显示人物交互（ HOI ）视频生成旨在合成人类操纵各种物体的逼真视频，为AI驱动的直播电子商务提供有前途的途径
关键词ragservingevaluationcode
代码/数据需查看原文确认
其他值得关注
Verification of Dynamic Holographic Behavior in Identity Documents
中文标题身份证件中动态全息行为的验证
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。
中文标题来自 Application-Layer Simulation to Native Meta-Architecture：Structural Tension as an Endogenous Driver 面向 Heterogeneous AI Evolution
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。
Tuning-Free Latent Diffusion Models for Ultrahigh-Resolution Image Editing
中文标题Tuning-Free Latent Diffusion Models 面向 Ultrahigh-Resolution Image Editing
关注理由涉及视觉与图像生成中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
Decoupled Single-Mask Annotation Noise Detection via Cross-Sectional Patch Self-Consistency
中文标题通过横截面贴片自洽性进行解耦单掩码标注噪声检测
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。
Think Before You Grid-Search: Floor-First Triage for LLM Serving
中文标题网格搜索前思考： LLM服务的第一层分类
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。
AbICL: In-Context Learning for Antigen-Specific Antibody Affinity Ranking
中文标题AbICL：In-Context Learning 面向 Antigen-Specific Antibody Affinity Ranking
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Hierarchical Acoustic-Semantic Modeling：Modality Separation 与 Semantic Coherence 面向 Full-Duplex SLMs
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Large Cancer Assistant (LCA)：A Model-Agnostic Orchestration 框架 面向 可扩展 Clinical Decision Support in Oncology
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。
FootsiesGym: A Fighting Game Benchmark for Two-Player Zero-Sum Imperfect-Information Games
中文标题FootsiesGym：A Fighting Game 基准 面向 Two-Player Zero-Sum Imperfect-Information Games
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。
Doomed from the Start: Early Abort of LLM Agent Episodes via a Recall-Controlled Probe Cascade
中文标题从一开始就注定要失败：通过召回控制的探针级联提前中止LLM代理发作
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。
Data Analysis in the Wild: Benchmarking Large Language Models Against Real-World Data Complexities
中文标题野外数据分析：将大型语言模型与现实世界的数据复杂性进行基准比较
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。
Prompt-Adapter Context Routing for Parameter-Efficient Multi-Shot Long Video Extrapolation
中文标题用于参数高效多镜头长视频外推的提示适配器上下文路由
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。
From Voting to Agent Collaboration: Answer-Type-Aware LLM Pipelines for BioASQ 14b
中文标题来自 Voting to Agent Collaboration：Answer-Type-Aware LLM Pipelines 面向 BioASQ 14b
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。
TILDE: TILt-based Distributional Erasure for Concept Unlearning
中文标题TILDE：TILt-based Distributional Erasure 面向 Concept Unlearning
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。
Generalized Synthetic Image Detection with Enhanced RGB-Noise Representation Learning
中文标题增强RGB噪声表示学习的广义合成图像检测
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。
Bridging Diffusion Pruning and Step Distillation with Teacher-Aligned Repair
中文标题通过教师对齐的修复来弥合扩散修剪和阶梯蒸馏
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。
DT-Guard: Intent-Driven Reasoning-Active Training for Reasoning-Free LLM Safety Guardrail
中文标题DT-Guard：Intent-Driven Reasoning-Active Training 面向 Reasoning-Free LLM Safety Guardrail
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。
Synthetic-to-Real Translation for Class-Agnostic Motion Prediction
中文标题用于类无关运动预测的合成到真实翻译
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。
VendorBench-100: A Unified Cross-Paradigm Benchmark for Deepfake Image Detection
中文标题VendorBench-100：A Unified Cross-Paradigm 基准 面向 Deepfake Image 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。
Spider 2.0-AIFunc: Extending Real-World Text-to-SQL to AI-Native SQL Workflows
中文标题Spider 2.0-AIFunc ：将真实世界的文本到SQL扩展到AI原生SQL工作流
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。