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、增强多模态模型理解图表和文档的能力
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 2026-09-04 论文源抓取并去重 352 篇候选论文，筛选 6 篇重点论文与 20 篇补充关注。
本期重点
- 1MePo++：Unifying Representation Refinement 与 Reconciliation 面向 General Continual Learning🔗
- 2GLASS：Graph-Language Alignment with Spherical Scoring 面向 Transferable Graph-Level Anomaly Detection🔗
- 3MURAL：Multimodal Uncertainty-aware Recommendation 通过 Adaptive edge Learning🔗
- 4What Matters，When? Diagnosing 与 Improving Conditional Visual 落地 in Visuomotor Imitation Policies🔗
- 5TruthInsightBench：An Evidence-Grounded 基准 面向 Automated 评测 of Open-Ended Scientific Discovery Agents🔗
- 6CoSkill：Joint Rein面向cement Learning of Reasoning 与 Meta-Skill Agents 面向 Hierarchical Skill Evolution🔗
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MePo++：Unifying Representation Refinement 与 Reconciliation 面向 General Continual Learning
信号显示该研究围绕题名与摘要所揭示的问题展开，具体信号需结合原文进一步核验：General continual learning (GCL) aims to learn from evolving data streams without task identities, explicit boundaries, or repeated access to previous data, making it a realistic yet challenging setting for continual intelligence
关键词servingalignmentcodepost-training
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GLASS：Graph-Language Alignment with Spherical Scoring 面向 Transferable Graph-Level Anomaly Detection
信号显示该研究围绕题名与摘要所揭示的问题展开，具体信号需结合原文进一步核验：We introduce GLASS, a framework for graph-level anomaly detection (GLAD) that achieves robust cross-domain transferability through graph-language alignment on the unit hypersphere
关键词ragalignmentbenchmarkcode
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MURAL：Multimodal Uncertainty-aware Recommendation 通过 Adaptive edge Learning
信号显示该研究围绕题名与摘要所揭示的问题展开，具体信号需结合原文进一步核验：Multimodal Graph Neural Networks have become standard for recommendation by augmenting sparse interaction data with content features
关键词ragretrievalalignmentbenchmark
代码/数据需查看原文确认
增强多模态模型理解图表和文档的能力
中文标题What Matters，When? Diagnosing 与 Improving Conditional Visual 落地 in Visuomotor Imitation Policies
信号显示该研究围绕题名与摘要所揭示的问题展开，具体信号需结合原文进一步核验：Visuomotor imitation policies can achieve high performance under in-distribution visual conditions yet fail when visually similar objects or receptacles are introduced
关键词servingvision-languagemanipulationpolicy
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TruthInsightBench：An Evidence-Grounded 基准 面向 Automated 评测 of Open-Ended Scientific Discovery Agents
信号显示该研究围绕题名与摘要所揭示的问题展开，具体信号需结合原文进一步核验：Autonomous coding agents are increasingly proposed as AI-scientist systems that conduct analyses and write research reports, but executing a prescribed analysis is not the same as making a discovery
关键词agentevaluationbenchmarkcode
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CoSkill：Joint Reinforcement Learning of Reasoning 与 Meta-Skill Agents 面向 Hierarchical Skill Evolution
信号显示Skill libraries improve the sample efficiency of agentic 强化学习 (RL) by enabling large language model (LLM) agents to reuse procedural knowledge
关键词agentworkflowcodeagents
代码/数据需查看原文确认
其他值得关注
HiSfM: Disambiguating Structure-from-Motion via Scaffold-Anchored Hierarchical Reconstruction
中文标题HiSfM：Disambiguating Structure-来自-Motion via Scaffold-Anchored Hierarchical Reconstruction
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RegionFed：Federated Learning 面向 Personalized Query Understanding in Heterogeneous Retail Environments
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。
CABAL: Multi-Agent Simulacra for Tracing the Effects of Collusive Bidding in Peer Review
中文标题CABAL：Multi-Agent Simulacra 面向 Tracing the Effects of Collusive Bidding in Peer Review
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。
SwanWeave:One-Stage Multi-Task Instruction-Guided 3D Spatial Audio Editing
中文标题SwanWeave：One-Stage Multi-Task Instruction-Guided 3D Spatial Audio Editing
关注理由涉及语音与音频中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
VICAL: Vicinal Consistency Alignment for Long-Tailed Visual Recognition
中文标题VICAL：Vicinal Consistency Alignment 面向 Long-Tailed Visual Recognition
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。
Cost-Aware Hierarchical Multi-Agent Ransomware Detection and Family Attribution
中文标题Cost-Aware Hierarchical Multi-Agent Ransomware Detection 与 Family Attribution
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Beneath the Surface of Chains-of-Thought：A Mechanistic Interpretation of Reasoning Operations in LLMs
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。
Leveraging Imperfect Restoration for Data Availability Attack
中文标题Leveraging Imperfect Restoration 面向 Data Availability Attack
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Same Trajectory，Contradictory Rewards (ROBORMBENCH)：Paraphrase Fragility in Vision Language Reward 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。
When LLM Decompilers Recompile More and Preserve Less
中文标题When LLM Decompilers Recompile More 与 Preserve Less
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Distill Globally，Adapt Locally：Reasoning Distillation 与 Product-Type Test-Time Training 面向 可扩展 Trade-Up Recommendation
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。
MEOX: Compact Multimodal Mixture-of-Experts for Earth Observation
中文标题MEOX：Compact Multimodal Mixture-of-Experts 面向 Earth Observation
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。
RoboSPA: Can VLA Models Go Beyond Simple Scenes and Short-Horizon Tasks?
中文标题RoboSPA：Can VLA Models Go Beyond Simple Scenes 与 Short-Horizon Tasks?
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Large Language Models 面向 HVAC Operations in Building Energy Systems：A Critical Review of Methods，Applications，与 Deployment Readiness
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Beyond Aggregate Scores：Behavioral Correctness Assumptions 面向 Assessing Reference-Based Automatic 评测 Methods
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。
Cross-Domain Tracker Adaptation Without Target-Domain Labels via Vision-Language Agents
中文标题Cross-Domain Tracker Adaptation Without Target-Domain Labels 通过 Vision-Language Agents
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。
Substrate-Aware AI Agents: Execution Context as a First-Class Input
中文标题Substrate-Aware AI Agents：Execution Context as a First-Class Input
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。
First Things First: Teaching LLM-Based Agents to Prioritize Must-Haves before Nice-to-Haves
中文标题First Things First：Teaching 基于 LLM 的 Agents to Prioritize Must-Haves before Nice-to-Haves
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。
A Human-in-the-Loop Framework for AI-Assisted Scoring in Large-Scale Writing Assessment
中文标题一种Human-in-the-Loop 框架 面向 AI-Assisted Scoring in Large-Scale Writing 评估
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。
SciDocBench: A Workflow-Centered Benchmark and Data Pipeline for Scientific Document Understanding
中文标题SciDocBench：A Workflow-Centered 基准 与 Data Pipeline 面向 Scientific Document Understanding
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。