Epoch AI 发布 SpireClimb 游戏基准

2026年10月14日，Epoch AI 发布新基准 SpireClimb，用于评测前沿模型在《杀戮尖塔》一代与二代最高难度下的表现。据 Epoch AI 介绍，该基准采用基于 Inspect ReAct 的单智能体视觉电脑操作框架。评测设置上，Epoch AI 称其抽取一组固定且任意选择的种子，每个模型在每款游戏的每个角色上获得 15 次独立的单次尝试机会以赢下一局；模型被允许记笔记以在上下文压缩间保留信息，并可查阅《杀戮尖塔》wiki，以便获得与有经验玩家相当的信息。Epoch AI 还表示，不会把《杀戮尖塔》二代的后续内容更新纳入该基准所用版本，而是将其冻结在 v0.107.1；此外可能探索以《杀戮尖塔》为基础开展持续学习实验，类似 EBR-bench。目前进展仅限于基准发布与上述评测设定说明。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。