提升 RAG 检索和知识库问答可靠性、提升代码生成、执行反馈和自动修复能力、提升模型推理、规划和验证能力
今天主要跟进：提升 RAG 检索和知识库问答可靠性、提升代码生成、执行反馈和自动修复能力、提升代码生成、执行反馈和自动修复能力。
本期从 2026-09-23 论文源抓取并去重 406 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、提升代码生成、执行反馈和自动修复能力、提升代码生成、执行反馈和自动修复能力。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
提升 RAG 检索和知识库问答可靠性
中文标题跨地理和定居点环境的全球建筑和定居点数据集的比较评估
信号显示全球建筑和定居点数据集越来越多地支持人口测绘、暴露评估、城市监测和建筑环境的其他分析，但比较证据在产品、地理区域和参考数据方面仍然是零散的
关键词ragalignmentevaluationbenchmark
代码/数据需查看原文确认
提升代码生成、执行反馈和自动修复能力
中文标题MORSE ：通过反向评分对证据保留压缩进行多上下文排序
信号显示基于可能性的上下文压缩可以通过顺序评分来解释跨上下文冗余，但这使得压缩结果对上下文顺序敏感
关键词servingcompressionbenchmarkcode
代码/数据需查看原文确认
提升代码生成、执行反馈和自动修复能力
中文标题DUGM-R：Uncertainty-Aware Dynamic Grid Mapping 与 Risk-Triggered Recovery 面向 Learned Local Navigation
信号显示在拥挤的室内环境中，学习到的局部导航对动态障碍物运动的表达方式很敏感，而在名义策略训练后，容易发生碰撞的行为可能会持续存在
关键词benchmarkfine-tuningpost-trainingtraining
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LLM可以推理运行时行为吗？存储库级动态基准
信号显示大语言模型（ LLM ）越来越多地用于编码任务，但它们推理代码执行的能力尚不清楚
关键词evaluationbenchmarkcodecoding
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TimeEvo ：时间序列代理的失败驱动自我进化
信号显示时间序列客服代表通过调用外部工具回答分析性问题，他们携带的工具由人员在客服代表运行之前决定
关键词agentragalignmentcode
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
中文标题根据《欧盟人工智能法案》的行为准则，系统性风险证据的开放管道和仪表板
信号显示关于人工智能安全的主张远远超出了人工智能社区的受众，但许多人依靠不透明的证据或静态评估，而支持证据是可以获得的
关键词ragservingdeploymentsafety
代码/数据需查看原文确认
其他值得关注
Mizar: A 159M-Parameter Audio-Language Model for Audio Understanding
中文标题Mizar：A 159M-Parameter Audio-Language Model 面向 Audio Understanding
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。
Uncheatable Eval: Dynamic Compression-Based Evaluation of Language Models
中文标题无与伦比的评估：基于动态压缩的语言模型评估
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。
中文标题通过脑机接口的任务条件潜伏对齐实现跨会话的稳定神经解码
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。
Realize What Matters: Principled Context Representation for Large-Scale Reasoning
中文标题实现重要性：大规模推理的有原则的上下文表示
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。
Evaluating Open-Weight LLMs for Turkish Domain Documents Under Retrieval and Hardware Constraints
中文标题评估受检索和硬件限制的土耳其域文档的开放式LLM
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。
Risk-Controlled KV-Cache Eviction: From Memory Budgets to Risk Targets
中文标题风险控制的KV缓存驱逐：从内存预算到风险目标
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。
Six Layers Less: Encoder Pruning for Whisper with Label-Free Recovery
中文标题少六层：使用无标签恢复的编码器修剪耳语
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。
InternW0: A Foundational Physical World Model for Efficient Real-World Interactions
中文标题InternW0：A Foundational Physical World Model 面向 Efficient Real-World Interactions
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。
High Dynamic Range Video Reconstruction from Single-Exposure Raw Sequences
中文标题基于单曝光原始序列的高动态范围视频重建
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。
Reliable Federated TinyML Deployment for IoT Security
中文标题Reliable Federated TinyML Deployment 面向 IoT Security
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。
ForgetMimic: Motion Unlearning for Reinforcement Learning Humanoid Control
中文标题ForgetMimic：Motion Unlearning 面向 Reinforcement Learning Humanoid Control
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。
BronchoTop: Bronchoscopy Navigation via RGB-Only Topological Localization
中文标题BronchoTop ：通过仅RGB拓扑定位进行支气管镜导航
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。
Talk2Escape: Conversational Grounding for Vision-and-Language Navigation
中文标题Talk2Escape：Conversational 落地 面向 Vision-与-Language Navigation
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。
hyperbolix: Hyperbolic Deep Learning in JAX
中文标题hyperbolix ： JAX中的双曲深度学习
关注理由涉及代码智能中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
A Unified Framework and Dataset for Oriented Object Visual Grounding in Remote Sensing
中文标题遥感中面向对象可视化接地的统一框架和数据集
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。
From Alignment to Fusion in 3D Vision-Language
中文标题3D视觉语言从对齐到融合
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。
From Agent Output to Authorized Transition
中文标题来自 Agent Output to Authorized Transition
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。
PASTABench: Proactive Assessment of Sequential Trajectories for Agent Safety
中文标题PASTABench：Proactive 评估 of Sequential Trajectories 面向 Agent Safety
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。
Finite-Sample Probabilistic Safety Certification for AI-Based Grid-Edge Coordination
中文标题基于AI的网格-边缘协调的有限样本概率安全认证
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。
Reference-Based Analysis of Coherence and Diversity in Open-Ended Text Generation
中文标题开放式文本生成中的连贯性和多样性的参考分析
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。
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。