Epoch发布SpireClimb基准评测模型玩杀戮尖塔能力

2026年10月15日，Hacker News热帖显示，Epoch发布名为SpireClimb的新基准，用于评测前沿模型游玩《杀戮尖塔》及其续作《杀戮尖塔2》的能力。该基准采用基于Inspect ReAct的单智能体视觉电脑操作框架，让模型通过视觉界面操作游戏。报道指出，前沿模型在这两款游戏中的表现正在快速提升。目前尚无具体评测分数或模型排名等进一步细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。