以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
1. DecisionRAG Whatever a retriever misses never reaches the generator, and most retrievers still rely on keyword matching or fixed embeddings. Researchers from Cornell and ASAPP propose DecisionRAG, which replaces the first-stage retriever with a decision model that walks the corpus from broad topics down to documents
阅读原文 · NLP Newsletter (Elvis)
向阳乔木 · deepseek-v4-1-flash-261017
这周有几篇论文值得技术团队停下来细看。一个 124M 的小模型，从零训练，在它没见过的推理任务上打赢了分阶段训练的大流程；一个 744M 的多模态嵌入模型，把比自己大 2 到 12 倍的专家模型按在了 Pareto 前沿之下；还有一篇讲的是，往预训练语料里掺 0.1% 的毒，就能给 CLI 智能体埋一个远程代码执行后门，干净的后训练流程洗不掉。 下面是本周的...