[程序员] [仅供参考] Codex/Claude Code 降智测试脚本
![[程序员] [仅供参考] Codex/Claude Code 降智测试脚本](https://www.chat-gpts.plus/wp-content/uploads/2026/07/ai_cover_1-388-768x403.jpg)
一位开发者发布了一个名为 llm-iq-test 的开源测试脚本，旨在帮助用户评估 Codex 和 Claude Code 是否出现“降智”现象（性能退化）。该脚本能直观对比模型在编码任务上的表现，为社区提供了自主验证 AI 能力变化的工具。
分类： AI 资讯
Captioning broken with wd-v1-4-convnexttv2-tagger-v2
用户使用 Kohya SS Windows GUI 版（Python 3.10），在 Captioning 界面启用了 ONNX 并勾选 "Force model download"，选择 SmilingWolf/wd-v1-4-convnextv2-tagger-v2 模型。模型文件虽被成功下载（
巨浪已来！大模型双雄齐发声
7月10日至11日，智谱创始人唐杰与MiniMax创始人闫俊杰先后发布内部信，前者宣布启动名为“Touch High（摸高）”的两年战略计划，将资源集中于AGI底层技术攻关；后者则宣布个人即日起至实现AGI前不再领取薪酬。两大基础模型头部公司同时将“冲击AGI”重新置于优先位置，表明尽管AI应用变现在提速，但…
告别几百块商用插画！零门槛 AI 不用注册，专业摄影插图直接出-雷科技
海外AI工具Vheer凭借“零门槛”——无需注册、免费出图、中文提示词直接理解——在写实摄影风格图像生成上表现突出，甚至优于部分国产工具，引发对AI工具易用性与注册门槛的讨论。
北航、北大和美团联合提出：策略提升强化学习！
北航、北大与美团联合团队提出了一种新的强化学习训练范式PIRL及配套算法PIPO，通过引入“跨迭代验证”机制，让大模型在RL后训练中每次更新后都确认策略是否真正提升，从而显著提升数学推理、代码生成等任务的表现。
二代豆包手机要上桌：中兴不动筷，华米 OV 们干看着？
继字节跳动推出首代“豆包手机”后，中兴旗下努比亚和AI创业公司阶跃星辰分别宣布将发布二代AI智能体手机，但占据主流市场的华米OV等厂商却对AI手机持观望态度，行业出现“边缘玩家热、头部玩家冷”的分化。
Agentic 时代推荐系统范式认知或被颠覆？个性化推荐或将从平台中心转向用户主导
来自UIUC、UT Austin、CMU、NYU等多所高校的最新研究认为，在LLM Agent驱动下，个性化推荐将不再由平台主导，而是转向由用户整合跨平台数据自行控制。这一逻辑已在概念验证实验中提升了推荐精度，例如将Amazon购买预测的Hit@5从86.6提升至90.0。
AI 时代，真正需要的不是焦虑，而是方向感
面对AI引发的全民淘汰焦虑，本文结合历次技术革命经验，指出AI时代个人无需焦虑，找到方向感、明确成长主线才是核心。比追逐工具更重要的，是建立判断力、系统思维等六项核心能力。
98 年哈工大教授创业，要做人形灵巧操作世界模型
哈尔滨工业大学（深圳）28岁教授杨朔创办破晓智能（PHANES AI），发布面向灵巧操作的触觉世界模型TouchWorld。团队通过触觉数据采集、触觉估计和触觉世界模型，试图补齐机器人“真实接触”的关键短板——让机器人不只“看见世界”，还要“感受到世界”。
研究人员用结构化内存取代不断增长的聊天日志后，人工智能代理在《杀戮尖塔 2》中获胜
上海交通大学等机构的研究团队发现，用五个固定槽位的结构化内存替代传统 AI 代理的无限聊天日志，能让 AI 在策略卡牌游戏《杀戮尖塔 2》中胜率从 0 提升至 60%，同时消耗的算力成本降低一个数量级。这一结果表明，困扰前沿大模型的复杂推理问题，可能更多出在记忆架构上，而非模型能力本身。