统计日期 2026-10-21·本期 3 篇·问题与新思路速读
统计范围：北京时间 2026-10-21 00:00–24:00首次提交、截至检索时已公开并被 arXiv 编目的匹配论文。完整取得 3 篇候选，本期收录 3 篇。
阅读依据：论文标题、摘要与可核对元数据。下文是摘要速读，未逐篇全文审阅或独立复现。
昨日研究概览
这组论文围绕检索增强生成的可扩展部署与可控性展开。Industrial ReMEmbR 把多机器人观测做成共享时空记忆，沿视觉-语言边界拆分模型并按需生成描述，以支持合规部署；LMVU 针对多视角查询的固定预算证据选择，学习候选对当前视角覆盖的边际效用进行重排；C²U 在固定编码器与索引下做查询侧组合式概念抑制，抑制目标暴露而不抬升受控查询曝光。三者从不同层面切入规模与安全。
逐篇看：问题与新思路
01. 工业机器人共享时空记忆的按需生成
原文：Industrial ReMEmbR: Scaling Spatiotemporal Memory to Robot Fleets
要解决的问题： 仓库机器人持续观测运行状况，把这些观测留作可复用语义记忆需要高额计算、通信与存储开销，回看跨班次多机器人视频解释常见问题也加重负担；同时人员画面涉及隐私合规要求。
新颖的想法： 作者将 NVIDIA ReMEmbR 扩展为机器人车队共享的时空记忆：机器人端用 Cosmos-Embed1 生成检索嵌入、Cosmos3-Edge 抽视觉 token、Wan2.2 VAE 存重建潜变量，不上传原始画面；将 Cosmos3-Edge 沿视觉-语言边界拆为机器人侧视觉编码器与本地服务器侧语言解码器，写入时不生成字幕；Nemotron agent 按内容、位置与时间检索并查询解码器，缓存视觉 token 在所测 450 次解码中复现未拆分模型输出；复用同一编码模型做人体检测并将画面置零以支持 GDPR 部署。
入选线索： 作者机构原文包含：NVIDIA
02. 多视角证据的边际效用重排
原文：Learning Marginal Viewpoint Utility for Budgeted Evidence Selection in RAG
要解决的问题： 多视角查询下的检索增强生成要在固定上下文预算内挑选证据，同时保留不同立场与答案；如何在不超预算的前提下选出能最大化视角覆盖的证据组合，是这类任务的关键约束。
新颖的想法： 作者提出 LMVU 轻量重排器，以候选能为当前选择集新增的视角覆盖作为边际效用打分：训练时借助基准开发集的视角标注比较同一选择状态下的候选，推理时不再访问标注。评测中引入 RVC₁（每个视角有至少一个来源即记满分）与 RVC₂（一个来源记半分、两个及以上记满分）两种覆盖度量，并对照精确 oracle 上界；在四个视角标注基准的 1024 token 预算下，LMVU 相对各基准各指标最强非 oracle 基线在 RVC₁ 与 RVC₂ 上最高分别提升 0.047 与 0.052 点，并在两个基准上达到精确视角广度上界。
入选线索： 按方向匹配及摘要中的方法贡献线索入选；发表和机构权威线索未核实
03. 查询侧的组合式概念抑制
原文：C$^2$U in RAG: Compositional Concept Unlearning in Retrieval-Augmented Generation
要解决的问题： 即便对生成端做内容审核，检索增强生成仍可能因被检索到的证据而暴露不希望出现的目标概念；本文研究在检索编码器与文档索引固定不变的前提下，如何仅从查询侧抑制目标概念的暴露。
新颖的想法： 作者提出 C²U：把画像派生的方向向量经扩展的原子库路由，仅在原始查询上叠加一个有界的编辑后减编辑前差值，从而在不改编码器与索引的前提下抑制目标概念。在五个数据集、四种编码器与三个随机种子的评估中，验证选定配置使汇总二元目标 Hit@5 下降 4.25 个百分点，受控查询曝光不上升；ArXiv 四概念组合在独立验证门控与首次使用测试下优于平均方向对照。安全性结论限定在所评估的查询变换与预算条件下成立。
入选线索： 按方向匹配及摘要中的方法贡献线索入选；发表和机构权威线索未核实
来源、筛选与阅读边界
Top 10 是可解释的阅读优先级，不是公认学术权威排名。排序参考作者标注的发表/录用信息、作者区的机构原文、研究发布和开源线索，再结合方向与方法贡献线索；未提供的依据不从作者姓名或模型常识推断。arXiv 元数据中的录用信息仍是作者标注，不等于本站独立核实了会议录用。
同一论文可以属于多个研究方向；每个方向内部按基础论文 ID 去重，版本更新不另算新论文。候选按首次提交时间筛选，不把旧论文的新版本当作昨天新论文。超过十篇时筛选十篇，不足十篇按实际数量收录。
检索截至：2026.10.22 10:18（北京时间）。本方向共 3 篇候选，本期收录 3 篇。
查询记录：第 1 页。
本文由 AI 研究助手整理并进行来源审校。新颖性为作者的贡献主张，摘要可能省略关键条件；涉及采用、复现或投资决策时，请继续阅读原文。arXiv 收录不代表已经通过同行评审。
有 AI 项目想法？一起聊聊。
欢迎交流实践、寻找伙伴，或聊聊你的项目需求。
