arXiv 论文信号｜2026-08-28

今日值得读论文信号

主列表只保留今天真正值得花时间读的论文，把判断、中文解读和产品启发压在同一条阅读路径里。

2026-08-28

01 priority

医疗 AI

它有什么用 用来整合医疗影像与临床信息，辅助医学理解、解释和评估。

cs.CL Research Signal

Retrieval-Augmented Agentic Rubric Generation for Reliable Medical Response Evaluation

中文这篇主要是在定义一个新的评测场景，用来判断 Agent 或模型是否真的能完成真实任务。

为什么值得读

这类论文的重点通常不是榜单名次，而是它把什么真实任务定义成了可复现、可比较、可失败复盘的测试场。

查看判断依据Signal 76

Retrieval-Augmented Agentic Rubric Generation for Reliable Medical Response Evaluation 的核心信号是 Agent 能力正在系统化，而不是停留在单次任务表现。

命中高价值主题: agent; 评分证据: reelos_relevance, product_transfer, technical_novelty, evidence_quality

agent

02 priority

多模态

它有什么用 用来评测 Agent 或模型在真实任务中的完成度、稳定性和可靠性。

cs.CR Product Signal

MMJailBench: A Factorized Benchmark for Disentangling Multimodal Jailbreak Vulnerabilities

中文面向画布类创意任务的多模态 Agent 运行、工具调用与评测框架。

为什么值得读

这类论文的重点通常不是榜单名次，而是它把什么真实任务定义成了可复现、可比较、可失败复盘的测试场。

查看判断依据Signal 74

MMJailBench: A Factorized Benchmark for Disentangling Multimodal Jailbreak Vulnerabilities 说明多模态系统正在靠近可操作的世界模型。

命中高价值主题: multimodal_video; 评分证据: reelos_relevance, product_transfer, technical_novelty, evidence_quality, content_value

multimodal video

03 priority

模型与系统评测与架构

它有什么用 用来提升 Agent 长任务中的记忆、上下文和状态管理能力。

cs.CL Infra Signal

ReliableRAG: Combating Misinformation in Retrieval-Augmented Generation via Reliability-Guided Reasoning Chains

中文这篇主要讨论记忆、上下文或检索机制，重点是长期任务里的状态管理。

为什么值得读

不要只把它理解成更好的 RAG；更重要的是它如何保存、压缩、调用和更新长期任务状态。

查看判断依据Signal 71

ReliableRAG: Combating Misinformation in Retrieval-Augmented Generation via Reliability-Guided Reasoning Chains 的价值在于提供了可迁移的系统或评测结构。

命中高价值主题: product_architecture; 评分证据: reelos_relevance, product_transfer, technical_novelty, evidence_quality, content_value

product architecture

备选论文池

这里是次优先级索引区，不和主信号区抢版面，只承担补充检索和后续人工复核功能。

7 papers

论文	领域	分数	原因
Governed Persistent Memory: Source-Bound State Semantics and Fail-Closed Release for Long-Horizon Agents 这篇主要讨论记忆、上下文或检索机制，重点是长期任务里的状态管理。	具身智能	74	接近主信号：用来连接视觉理解与动作执行，支持机器人和具身 Agent。
CaSKG: Counterfactual-Causal Skill Graphs for Scalable Agent Skill Retrieval 这篇主要讨论记忆、上下文或检索机制，重点是长期任务里的状态管理。	Agent	73	接近主信号：用来提升 Agent 长任务中的记忆、上下文和状态管理能力。
StarDojo: Benchmarking Open-Ended Behaviors of Agentic Multimodal LLMs in Production-Living Simulations with Stardew Valley 面向画布类创意任务的多模态 Agent 运行、工具调用与评测框架。	多模态	72	接近主信号：用来评测 Agent 或模型在真实任务中的完成度、稳定性和可靠性。
RA-VLA: Retrieval-Augmented VLA for Test-Time Adaptation 这篇主要讨论记忆、上下文或检索机制，重点是长期任务里的状态管理。	具身智能	71	接近主信号：用来连接视觉理解与动作执行，支持机器人和具身 Agent。
Super Star: Towards Streaming Real-time Interactive Agents for Digital Humans 这篇论文需要先从标题和摘要判断它对应的任务场景、系统结构和产品迁移价值。	多模态	71	接近主信号：用来理解图像、视频和空间信息，支持多模态产品与工作流。
Retrieve, Match, Escalate: Accurate and Scalable Product Linking with VLM-Distilled Cross-Encoders and Agentic VLMs 这篇主要讨论记忆、上下文或检索机制，重点是长期任务里的状态管理。	多模态	71	接近主信号：用来提升 Agent 长任务中的记忆、上下文和状态管理能力。
AsymSpec: Context-Asymmetric Speculative Decoding for Agentic LLMs 这篇主要讨论记忆、上下文或检索机制，重点是长期任务里的状态管理。	Agent	70	接近主信号：用来提升 Agent 长任务中的记忆、上下文和状态管理能力。