提升 RAG 检索和知识库问答可靠性、评测视频生成的时间一致性和运动真实感
今天主要跟进：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、提升 RAG 检索和知识库问答可靠性。
本期从 2026-08-20 论文源抓取并去重 291 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 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、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Learning Early-to-Final Solution Consistency 面向 MILP Acceleration
信号显示混合整数线性规划（ MILP ）是运筹学和组合优化中的一个基本问题类，在工业决策中有着广泛的应用
关键词raginferencebenchmarksearch
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
中文标题动态门控跨模态融合，具有讽刺感知的对比正则化，用于多模态讽刺检测
信号显示多模态讽刺检测旨在从多模态内容中识别讽刺意图，其中字面含义和语境线索之间的不一致通常表明具有讽刺意味
关键词ragalignmentmultimodalsearch
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
中文标题用于开放世界测试时间适应的可靠神经崩溃近似
信号显示测试时间适应（ TTA ）方法旨在弥合源域和目标域之间的域差距
关键词ragbenchmarkcodetest
代码/数据需查看原文确认
评测视频生成的时间一致性和运动真实感
中文标题一次编写，随处运行：适用于形状安全和框架无关的LLM架构的Axon DSL
信号显示开源语言模型的整个生态系统有效地依赖于单一平台
关键词inferencedeploymentbenchmarkopen-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PolicyGuide ：从保护一个操作到指导符合政策的LLM专员的整个工作流程
信号显示在代表用户行事时，客服LLM专员必须遵守组织政策
关键词agentworkflowevaluationagents
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
中文标题将聚合流动性统计数据提炼成用于事件后人群模拟的语言模型策略
信号显示行人模拟器需要为每个座席制定行为规则，但隐私通常会将用于设置数据的数据限制为聚合统计数据，即区域级设备计数和起点到目的地(OD)流量，没有单独的轨迹
关键词agentinferencefine-tuningtraining
代码/数据需查看原文确认
其他值得关注
TESTNAV: Pareto-Guided Search for Compositional Robustness Testing
中文标题TESTNAV：Pareto-Guided Search 面向 Compositional Robustness Testing
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。
中文标题规范三角洲驱动的数据治理：对“规范三角洲”作为湖畔数据平台变化单位的实证研究
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。
Do Sequential Recommendation Benchmarks Really Require Higher-Order Sequence Modelling?
中文标题顺序推荐基准是否真的需要高阶序列建模？
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。
CoToGrasp: Contact-Topology-Conditioned Dexterous Grasp Synthesis via Canonical Workspace Learning
中文标题CoToGrasp ：通过规范工作空间学习的接触拓扑条件灵巧抓握合成
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AsymFeX：A Symmetry-Driven 框架 面向 Ischemic Stroke Segmentation Across Imaging Modalities 与 Stroke Stages
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。
skchange: Fast and Flexible Algorithms for Changepoint Detection
中文标题skchange：Fast 与 Flexible Algorithms 面向 Changepoint Detection
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。
PersonalBench: Measuring the Authorship Gap in LLM Personalization
中文标题PersonalBench ：衡量LLM个性化中的作者差距
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。
What Matters for Latent Actions in Robot Learning
中文标题机器人学习中潜在动作的重要性
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。
Mix&Fix-Net: A Dual-Stage Trajectory Prediction Model for AIS and Vision-Derived Vessel Data
中文标题Mix&Fix-Net：A Dual-Stage Trajectory Prediction Model 面向 AIS 与 Vision-Derived Vessel Data
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LLM代理何时提供帮助？自动驾驶边缘的期限感知混合关键性任务调度
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。
Swift-Image: Exploring the Performance Frontier of Compact Unified Image Generation Models
中文标题Swift-Image ：探索紧凑型统一图像生成模型的性能前沿
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。
中文标题G-CARL：Grounded Checklist-Aligned Reward Learning 面向 Patient-Oriented Medical Report Interpretation
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。
$TCP_α$: Margin-Controlled Confidence estimation for reliable Music Information Retrieval
中文标题$TCP_α$：Margin-Controlled Confidence estimation 面向 reliable Music Information Retrieval
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。
中文标题一种comparison between ceiling-mounted FMCW，IR-UWB 与 Wi-Fi radar 面向 in-bedroom human activity monitoring 与 sleep interruption 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。
中文标题主动数据收集、旅行行为建模和天气敏感需求预测的代理方法
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。
Pandora's AI Model Routing Box: Efficient Allocation with Costly Value Estimation
中文标题潘多拉的人工智能模型布线盒：通过昂贵的价值估算进行高效分配
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。
Explainable Transformer Models for Clinical Prediction Tasks on Structured Electronic Health Records
中文标题可解释 Transformer Models 面向 Clinical Prediction Tasks on Structured Electronic Health Records
关注理由涉及可解释性中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
MidTool: Mid-training Data Synthesis for Agentic Tool Use
中文标题中间工具：代理工具使用的中间培训数据合成
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。
Inter-X++: A Comprehensive Benchmark for Multimodal Human-Human Interaction Analysis
中文标题Inter-X++：A Comprehensive 基准 面向 Multimodal Human-Human Interaction Analysis
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。
Break It Down, Pass It On: Cross-Task Skill Transfer in LLM Agents
中文标题分解，传递： LLM代理的跨任务技能转移
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。