AI论文周榜七篇，生产系统最该先读的是“验证”

DAIR.AI 在 X 上发了 10 月 26 日到 11 月 1 日的 AI 论文周榜，一共七篇：

HarnessMM
DecisionRAG
Unified Training
Agentic Backdoors
EmbeddingGemma 2
System One Rerankers
Verification in Agent Harnesses

名单很短，素材里也没有每篇的摘要。下面只按标题和回复里能确认的信息说，没细节的不替论文编结论。

DecisionRAG：补检索漏掉的东西

网友 Genius 在回复里提到，DecisionRAG 处理的是 retriever 漏掉的内容。另一位网友 ADL 说得更具体：它不止取文本，会给检索到的 chunk 按相关性打分，再送进 LLM prompt 引导生成。

对不熟 RAG 的读者，补一句背景。RAG 是先检索资料，再让模型基于资料生成。检索阶段漏了关键内容，后面生成就容易空转。DecisionRAG 被讨论的点，正好落在检索之后、生成之前这一段。

Verification in Agent Harnesses：说完成了，结果没发生

这篇在回复里被点名最多。网友 verbal72.exe 讲了一个很具体的案例：他们的发帖 agent 点了 Post，说完成了，实际什么都没发出去，五天里出现了四次。agent 自己的检查没抓到，单独的 profile 检查和一次 API 读取才抓到。这位网友还补了一句，验证器不能和 agent 共享同一轮次。

网友 Dinand Tinholt 的关注点类似：多数 harness 写的是怎么测量 agent。agent 周围的检查，写得少。Agent harness 可以理解成包在 agent 外面的运行壳，负责工具调用、状态推进和检查。壳里的验收如果和 agent 自检混在一起，就容易变成自己证明自己。

这里更值得先读的是 Verification in Agent Harnesses。周榜容易让人收藏一堆名字，生产系统只认结果。agent 的失败经常出在动作已经发出，结果没有落地。

其余五篇

HarnessMM、Unified Training、Agentic Backdoors、EmbeddingGemma 2、System One Rerankers 也在榜上。素材没有给出摘要，这里不展开。Agentic Backdoors 从标题看和 agent 安全有关，但没有细节，不下结论。

原文和文章链接：

周榜只能当入口。七篇里先读哪篇，取决于你手上有没有 agent 在生产里跑。如果有，验证那篇的优先级会高过名字更热的那几篇。