论文阅读

【论文阅读】Agent 记忆机制（77）：TSM——让记忆回到事件真正发生的时间长期记忆系统通常会给每条记忆附上时间，但“有时间戳”并不等于“理解了时间”。假设用户在 5 月 20 日说：“我计划 5 月 22 日去东京。”传统记忆系统很容易把这条信息记在 5 月 20 日，因为那是对话发生的时间。但真正需要参与推理的是 5 月 22 日——事件发生的时间。几天后用户又提到参观明治神宫、吃寿司和喝鸡尾酒，这些看似独立的点状记忆，其实共同描述了一次持续数天的东京旅行。

【论文阅读】Agent 记忆机制（76）：SEEM——从碎片检索到完整事件重建在前面的 Agent Memory 系列里，我们反复遇到一个矛盾：记忆系统既要把漫长交互压缩成可检索的结构，又不能在压缩时丢掉事件发展的来龙去脉。

【论文阅读】Agent 记忆机制（75）：TiMem——用时间记忆树实现长期记忆的层级巩固长期陪伴型 Agent 面临的麻烦，不只是历史对话越来越长，也不是简单地“搜不到某一句话”。更棘手的是：用户今天说的一件事，可能要到数周以后才表现为稳定偏好；某个阶段的选择，可能又会被下一阶段的新经历修正。如果系统只保留平铺的事实片段，它可以记得许多局部，却很难回答“这个人一贯喜欢什么”“这种倾向最近是否变化”“过去哪些经历共同塑造了现在的选择”。

【论文阅读】Agent 记忆机制（74）：CompassMem——从相似度检索走向事件图上的记忆导航一个长期陪伴用户的 Agent，可能记得“用户搬到了芝加哥”，也记得“用户后来开始画风景画、尝试彩色玻璃设计”。但当问题变成“搬到新城市以后，他创作过哪些艺术作品？”时，单纯把最像问题的几条记忆塞进上下文，不一定能把“搬家”与“之后的创作”正确连起来。前者提供时间锚点，后者提供答案内容；两者之间的事件顺序才使答案成立。

【三年面试五年模拟】阿里巴巴-千问技术部算法一面全解析欢迎大家关注Rocky的公众号：WeThinkIn 欢迎大家关注Rocky的知乎：Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源：【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book，欢迎大家Star～

【三年面试五年模拟】2026-09-10 百度多模态大模型一面：9道技术问答与2道手撕题详解欢迎大家关注Rocky的公众号：WeThinkIn 欢迎大家关注Rocky的知乎：Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源：【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book，欢迎大家Star～

【论文阅读】Agent 记忆机制（73）：MemGAS——让长期对话记忆按问题选择粒度并关联证据长期对话 Agent 的难点，已经不只是“记忆能不能存下来”，而是：当答案散落在不同日期、不同话题的对话里，系统能不能把它们重新找齐。此前 Agent Memory 系列讨论过把交互写成可检索记忆、建立记忆之间的联系、在需要时回看历史。本文把视角进一步收窄到一个经常被默认、却直接决定检索上限的选择：一段对话究竟应该按多大颗粒度被记住与检索？

【三年面试五年模拟】2026-09-16 字节跳动 Agent 秋招一面全解析：从 Harness、记忆与并发到算法题的系统化解析欢迎大家关注Rocky的公众号：WeThinkIn 欢迎大家关注Rocky的知乎：Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源：【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book，欢迎大家Star～

西柚小萌新

【论文阅读】--Trust Before Fusion：QIMG‑7 与面向污染多模态 RAG 的源感知信任arXiv 链接：[2607.10798] Trust Before Fusion: QIMG-7 and Source-Aware Resolution for Polluted Multimodal RAG

【论文阅读】Agent 记忆机制（72）：EMA——在写入前决定什么值得记住长期对话里的“记忆”，并不是把聊天记录保存下来就结束了。假设用户周一说：“项目 A 因预算削减，发布日期推迟到下个月 15 日。”几轮闲聊后，他又让 Agent 给项目组起草进度邮件。Agent 若没有记住改期，就可能写出“我们仍按原计划上线”；但如果它把每一句寒暄、追问和重复确认都送进记忆系统，真正重要的变更又会淹没在噪声中。

一文读懂Hallo数字人核心基础知识欢迎大家关注Rocky的公众号：WeThinkIn 欢迎大家关注Rocky的知乎：Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源：【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book，欢迎大家Star～

【论文阅读】Agent 记忆机制（67）：MemPO——用记忆级信用分配训练 Agent 主动管理长程上下文一个搜索 Agent 如果只需要查一次网页，完整保留上下文通常不会出问题。但当任务变成“同时回答 10 个相互独立的问题”，Agent 会不断重复以下循环：思考、搜索、阅读结果、继续搜索。第 10 轮面对的已经不只是用户问题，还包括此前所有推理和工具返回。上下文越来越长，成本随之上升，真正关键的证据反而可能被淹没。

论文阅读笔记：VBVR-Pro 把「用生成来推理」变成一个可训练、可验证、可优化的闭环论文开篇给了一个定义上的区分，这是理解全文的钥匙：作者的立场是：物理世界里的很多智能形式天然不是语言的（空间变换、时间连续性、物体恒存、动态交互），强行翻译成语言链条会丢信息。

岁月蹉跎的一杯酒

ISP 黑电平校正（BLC, Black Level Calibration/Correction）论文精读与工程整理源论文：Hongtao Yao, Ziqiang Wang, Yuanbao Gu, Zhengang Jiang. Analysis of Black Level Calibration Algorithm for CIS. Applied Mechanics and Materials, Vols. 599-601 (2014), pp. 1397-1402. DOI: 10.4028/www.scientific.net/AMM.599-601.1397 单位：长春理工大学计算机

SIGIR 2026｜南京大学：Video-GAR：“通过生成 Query 来验证视频语义理解”的生成增强范式前言：Video-GAR 干的事：把传统 VCMR 中“视频-文本相似度匹配”的判别式范式，改造成“通过生成 Query 来验证视频语义理解”的生成增强范式。

【论文阅读】Agent 记忆机制（70）：RecMem——只在记忆反复出现时才调用 LLM 做巩固长期运行的 Agent 面临一个越来越现实的问题：交互历史越长，记忆系统本身反而可能成为成本最高的模块之一。

【论文阅读】Agent 记忆机制（69）：STITCH——用上下文意图解决“语义相关但情境错误”的记忆检索设想一个旅行规划 Agent 正在同时安排三天行程。它先讨论 Day 1 的 Apollo Hotel，报价 245 美元；几十轮后，Day 2 又出现同一家酒店，但房型和价格已经不同。临近结束时，用户问：“第二天那家酒店多少钱？”

【三年面试五年模拟】2026-09-08 DeepSeek AI Agent开发岗社招一面：20道问题与系统设计题全解析欢迎大家关注Rocky的公众号：WeThinkIn 欢迎大家关注Rocky的知乎：Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源：【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book，欢迎大家Star～

中科大 × NUS × 美团提出Pigeon：个性化图像生成前言：Pigeon干的事：从用户历史图片中学习隐式视觉偏好 + 理解 Reference Image/Text 的显式需求 → 生成个性化新图片。

论文阅读 ICML 2026 SkillTrojan: Backdoor Attacks on Skill-Based Agent Systems总目录大模型安全研究论文整理 2026年版：https://blog.csdn.net/WhiffeYF/article/details/159047894