统计日期 2026-10-23·本期 2 篇·问题与新思路速读
统计范围：北京时间 2026-10-23 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 2 篇候选，本期收录 2 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
本组论文关注长程证据利用：一篇从临床RAG检索评测出发，用证据跨度映射切块，区分标注覆盖对相关性认定和指标的影响；另一篇面向元强化学习，以细粒度因果记忆和回合级摘要分解测试时适应，降低遍历完整交互历史的成本，并支持未见任务推断。
逐篇看：问题与新思路
01. 证据感知标注校准临床检索评测
要解决的问题： 临床RAG检索评测依赖真值标注覆盖：若证据跨度未映射到所有包含它的切块，或把承载同一证据的重叠块漏标，相关性认定和检索指标就会受标注不完整影响，难以准确反映系统找回证据的能力。
新颖的想法： 作者提出证据感知评测协议，将证据跨度映射到全部包含该证据的切块，并把含同等证据的重叠切块统一视为相关；随后结合密集向量、BM25与交叉编码器重排评测检索，并另行评估生成表现。真值扩充增加了可识别证据与相关切块目标，但未改变本次检索排序，显示标注覆盖主要影响相关性认定与评测结果。
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
02. 双时间尺度记忆驱动元强化学习测试时适应
原文：METTA: Memory-Enhanced Test-Time Adaptation for Meta-Reinforcement Learning
要解决的问题： 元强化学习要让智能体从长交互历史中保留任务证据并快速适应未见任务。循环网络将历史压缩为隐藏状态，可能损失细粒度线索；Transformer检索完整轨迹则产生随序列长度二次增长的内存和计算成本，限制长上下文适应。
新颖的想法： METTA将测试时适应拆为回合内与跨回合两个时间尺度：因果神经记忆以线性序列复杂度保留细粒度经历，支撑回合内适应；紧凑的回合级摘要承担长程任务推断，避免反复关注全部交互历史。摘要还提出利用神经记忆在元测试时继续训练，以增强对未见任务及任务族的适应能力。
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：2026.10.24 08:16（北京时间）。本方向共 2 篇候选，本期收录 2 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。
