arXiv 论文信号｜2026-09-15

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。

2026-09-15

01 priority

具身智能多模态

它有什么用 用来连接视觉理解与动作执行，支持机器人和具身 Agent。

cs.RO Research Signal

AdaVLA: Adaptive Step Flow Matching for Training-free Acceleration of Vision-Language-Action Models

中文这篇主要面向多模态、空间理解或具身任务，适合关注世界模型和可执行动作链。

为什么值得读

把它当成一个产品系统样本来读：它如何拆任务、接工具、做反馈、记录过程，而不是只看模型指标。

查看判断依据Signal 81

AdaVLA: Adaptive Step Flow Matching for Training-free Acceleration of Vision-Language-Action Models 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

multimodal video

02 priority

Agent 评测

它有什么用 用来让多 Agent 自动恢复、重建并验证复杂的软件运行环境。

cs.LG Research Signal

ParaRecover: A Process-Level Benchmark for Error Localization and Recovery in Parallel Tool-Use Agents

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

ParaRecover: A Process-Level Benchmark for Error Localization and Recovery in Parallel Tool-Use Agents 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, content_value

agent

03 priority

Coding Agent 评测与架构

它有什么用 用来构建能在真实代码仓库里测试、调试和修复的 Coding Agent。

cs.SE Infra Signal

Retrieval-Augmented Generation for Scientific Code Understanding

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 68

Retrieval-Augmented Generation for Scientific Code Understanding 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: agent, ai_coding, product_architecture; 评分证据: reelos_relevance, product_transfer, technical_novelty, evidence_quality

agent ai coding 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
GRACE-DS: a Guarded Reward-guided Agent Correction Environment in Data Science 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。	Agent	73	接近主信号：用来让多 Agent 自动恢复、重建并验证复杂的软件运行环境。
ETHOS: Towards a Modular Ethics Framework for Clinical Multi-Agent Systems 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。	医疗 AI	72	接近主信号：用来整合医疗影像与临床信息，辅助医学理解、解释和评估。
Capable but Careless: Do Computer-Use Agents Follow Contextual Integrity? 这篇主要关注模型如何操作真实界面，适合从 GUI Agent 和 Computer-use 产品角度阅读。	GUI Agent	71	接近主信号：用来让 Agent 看懂并操作电脑或手机界面，减少长流程中的偏航。
AMDKernelVault: Large-Scale Datasets and Agentic Training for AMD GPU Kernel Optimization 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。	Agent	70	接近主信号：用来把复杂任务拆成 Agent 可执行、可检查、可恢复的工作流。
SoK: Rethinking Jailbreaking in the Era of Agentic AI: Attacks, Defenses, and Practical Consideration 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。	AI 安全	70	接近主信号：用来把复杂任务拆成 Agent 可执行、可检查、可恢复的工作流。
Graph-of-Skills: Dependency-Aware Structural Retrieval for Massive Agent Skills 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。
GAUGE: When Not to Trust LLM-as-a-Judge in User-Simulated Evaluation of Task-Oriented Agents 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。	Agent 评测	68	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。