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、提升模型推理、规划和验证能力
今天主要跟进：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、提升模型推理、规划和验证能力。
本期从 2026-07-14 论文源抓取并去重 307 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：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、提升模型推理、规划和验证能力。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
让 Agent 更可靠地调用工具和复用技能
中文标题LLM可以撰写可靠的评分细则表吗？实验重现的元评估
信号显示基于评分的评估是评估基于LLM的研究代理的开放式产出的一种有前途的方法，特别是在纸张复制中，纸张与存储库的直接比较容易产生幻觉
关键词agentalignmentevaluationbenchmark
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Jetson-PI ：通过Foresight-Aligned异步推理实现机载实时机器人控制
信号显示视觉-语言-行动（ VLA ）模型在多样化的具体任务中取得了令人印象深刻的性能
关键词raginferencedeploymentlatency
代码/数据需查看原文确认
提升模型推理、规划和验证能力
中文标题我们真的需要大于1B参数的多模态情感语言模型吗？
信号显示多模态大语言模型（ MLLM ）的最新进展显著提高了多模态情感识别（ MER ）的性能，并通过联合建模视频、音频和语言等实现了可解释的描述生成
关键词inferencedeploymentalignmentbenchmark
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
中文标题多标签遥感场景分类中域泛化的标签解耦样式增强
信号显示多标签分类为每个空中场景分配多个同时出现的标签，但部署的模型通常会遇到不同于其训练的数据分布
关键词raginferencebenchmarkcode
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Do AI Agents Know When a Task Is Simple? 面向 Complexity-Aware Reasoning 与 Execution
信号显示大语言模型（ LLM ）代理越来越多地自动化多步骤工程和信息学工作流程，但他们很少询问任务实际需要多少工作量
关键词agentworkflowretrievalbenchmark
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LARAD ：通过空间逻辑推理进行布局感知道路异常检测
信号显示准确的开放世界障碍物检测对于自动驾驶至关重要
关键词inferencelatencytrainingrl
代码/数据需查看原文确认
其他值得关注
Rethinking the Evaluation of Harness Evolution for Agents
中文标题重新思考智能体线束演进的评估
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。
中文标题解耦和原因：三维胸部CT中自由文本发现的解剖学引导两阶段体素水平接地
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。
Lightweight Multi-Scale Anomaly Detection for Resource-Constrained Edge Devices
中文标题资源受限边缘设备的轻量级多尺度异常检测
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。
中文标题StratMamba：Strategic 与 Reactive Stream Partitioning 面向 Path-Efficient LiDAR-Based Obstacle Avoidance
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。
TerraZero: Procedural Driving Simulation for Zero-Demonstration Self-Play at Scale
中文标题TerraZero：Procedural Driving Simulation 面向 Zero-Demonstration Self-Play 的大规模方法
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。
PalmClaw: A Native On-Device Agent Framework for Mobile Phones
中文标题PalmClaw：A Native On-Device Agent 框架 面向 Mobile Phones
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。
DermDepth: Toward Monocular Metric Scale 3D Reconstruction Models for Dermatology
中文标题DermDepth：面向 Monocular Metric Scale 3D Reconstruction Models 面向 Dermatology
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。
ViHoRec: A Quality-Controlled Vietnamese Hotel Recommendation Dataset and Cold-Start Benchmark
中文标题ViHoRec：A Quality-Controlled Vietnamese Hotel Recommendation Dataset 与 Cold-Start 基准
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。
Open-KNEAD: Knowledge-grounded Nutrition Estimation via Agentic Decomposition
中文标题Open-KNEAD ：通过代理分解进行基于知识的营养估算
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。
UniMedSeg: Unified In-Context Learning for Multi-Paradigm 2D/3D Medical Image Segmentation
中文标题UniMedSeg：Unified In-Context Learning 面向 Multi-Paradigm 2D/3D Medical Image Segmentation
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。
Inhibited Self-Attention: Sharpening Focus in Vision Transformers
中文标题抑制自我注意力：在视觉变压器中锐化焦点
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。
Verifier-Based Reinforcement Fine-Tuning of Reasoning Models for Thermal Energy Storage Control
中文标题基于验证器的热能存储控制推理模型的强化微调
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。
Breaking Déjà Vu: Independent Auditing of Visual Place Recognition through Vision-Language Reasoning
中文标题突破似曾相识：通过视觉语言推理对视觉场所识别进行独立审计
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。
中文标题无声警报：用于比较模型和量化级别的危险识别的J空间协议
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。
Who Grades the Grader? Co-Evolving Evaluation Metrics and Skills for Self-Improving LLM Agents
中文标题谁给评分员评分？自我完善的LLM专员的共同进化评估指标和技能
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。
CoRe: A Comprehensive Framework for Cross-Image Comparative Reasoning in Vision-Language Models
中文标题CoRe：A Comprehensive 框架 面向 Cross-Image Comparative Reasoning in Vision-Language Models
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。
Directional Constraints for Efficient Exploration in Safe Reinforcement Learning
中文标题安全强化学习中有效探索的方向性约束
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。
Constraint-Aware Aggregation for Federated Reinforcement Learning in Microgrid Energy Coordination
中文标题微电网能源协调中用于联合强化学习的约束感知聚合
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。
RFMSR: Residual Flow Matching for Image Super-Resolution
中文标题RFMSR：Residual Flow Matching 面向 Image Super-Resolution
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。
中文标题认知姿态灵活性探测：测量大型语言模型中的提示条件寄存器偏移
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。
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。