Ai2 开源 AstaBrief 8B，它把研究问题与检索到的文献片段直接转成带引用的报告，训练数据一并开放。模型基于 Qwen3-8B，用 SFT 加 DPO 训练；在 Asta 的 Fast mode 下平均 51.1 秒生成一份报告，约为 Claude 驱动的 Thinking mode（178.5 秒）速度的 3.5 倍。
推荐理由：原文给出一条可迁移的训练经验，用引用密度这一简单信号过滤合成数据，比更复杂的过滤组合更有效。
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，用离线 RL 将数据库感知的查询分解编译为监督信号，推理时无需思考 token 即可单次生成属性对齐的查询扇出。
Mistral AI 发布 Agentic Search 检索层，以多步检索循环让模型在复杂文档中查找、检视并验证信息，在 FinanceBench 上将正确率从 26.7% 提升至 86%，在 OfficeQA Pro 上从 6.3% 升至 51.9%，p90 延迟最高降低 39.6%，token 消耗最多减少三分之一。
推荐理由：原文用两组基准给出 Agentic Search 相对一次式 RAG 的准确率、token 与延迟对比，可据此判断多步检索循环的收益边界。