dair.ai 周选论文：DecisionRAG 用决策模型取代传统检索器
dair_ai · x · 2026-11-02
dair.ai 发布本周（10.26–11.1）顶选 AI 论文榜单，头名是 Cornell 与 ASAPP 的 DecisionRAG：
- 问题：检索器漏掉的内容永远到不了生成器，而多数检索器仍靠关键词匹配或固定 embedding。
- 方法：用决策模型取代第一阶段检索器，从主题→文档→段落分层导航；每层用 Jev 这类决策模型一次前向就给所有候选打分（不生成 token），只保留最有希望的分支，决策次数随语料规模对数增长。
- 共享上下文：候选放在一起比较，MultiDoc2Dial 上 R@1 提升 7.7 点，Natural Questions 上 Hit@1 提升 6.5 点。
配图还展示了本周其他论文方向：分层情景记忆的 agent 架构（controller + 纯文本记忆文件 + 每任务隔离执行环境）、编码 agent 的四层验证框架（初始指令、执行期提醒、完成门、独立审查）。
「编程与Agent」频道最新
- Together 推出后训练平台：RL 训练与推理引擎全程对齐 — togethercompute · 2026-11-02
- 生产级 LangGraph agent 五大控制：15% 低置信对话转人工，80% 转介获医生认可 — LangChain · 2026-11-02
- 用 Claude Code 搭公司 OS：技能 21-85 秒出活，单次成本 $0.08 起 — aakashgupta · 2026-11-02
- 为避第三方 MCP 风险，开发者自建工具打通 agent 与手写笔记 — annetgriffin · 2026-11-02
- 开发者分享国内安卓商店上架经验：难是错觉，烦才是真的 — dotey · 2026-11-02
- jxnlco 征集：用前沿模型做物理工程与 CAD 的真实项目 — jxnlco · 2026-11-02