SpireBench:20个大模型挑战《杀戮尖塔》A20仅一次通关
热点事件历史事件
SpireBench:20个大模型挑战《杀戮尖塔》A20仅一次通关
1 篇报道1 个报道来源2026-10-20更新
先了解这件事
AI 综述
加拿大Vector研究所与荷兰Radboud大学的研究人员在arXiv发布预印本论文《SpireBench》,用《杀戮尖塔》评估大模型的长期战略能力。20个大模型统一使用铁甲战士,在A20难度下挑战同样的10个新种子,200局中仅GPT-5.6 Sol通关一次。 与4位高手主播相比,AI在第一幕平均只打约0.9至1.4场精英战,主播约为2.6场;AI在57%至75%的营火选择回血,高手约为9%。报道认为,只看第一阶段,表现最好的模型已接近顶尖高手,但长期战略能力仍有明显差距,失利多源于决策过于稳健。
AI 根据报道生成 · 2026-10-20更新
最新进展10月20日 00:00
20个大模型挑战《杀戮尖塔》A20仅一次通关,失利多因过于稳健报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- 游研社精选20个大模型挑战《杀戮尖塔》A20仅一次通关,失利多因过于稳健
研究者用SpireBench让20个大模型在《杀戮尖塔》A20难度下完整挑战10个新种子,200局中仅GPT-5.6 Sol通关一次。与4位高手主播对比,AI在第一幕平均只打约0.9—1.4场精英战,主播约为2.6场,AI在57%—75%的营火选择回血,高手约为9%。仅以第一阶段计,表现最好的模型已接近顶尖高手水准,但长期战略能力仍有明显差距。