Epoch AI新基准SpireClimb:前沿模型杀戮尖塔胜率超90%

Epoch AI发布游戏基准SpireClimb,测试前沿模型玩卡牌游戏《杀戮尖塔》的能力。半年前前沿模型还很难打赢这款游戏，如今最简单难度下胜率已超90%。追踪显示OpenAI在该基准上领先Anthropic,GPT-6.1 Sol在原版游戏中胜率居首，但模型在最难难度下仍远逊于顶尖人类玩家，显示游戏推理能力的快速进步与现有差距并存。

2026-10-15 ~ 2026-10-15 · 2 条相关