Articles sur SpireBench

SpireBench utilise *Slay the Spire* pour révéler les goulets d'étranglement actuels des LLM en matière de raisonnement stratégique à long terme : bien que les modèles parviennent à accomplir des tâches à court terme et affichent des performances brillantes au début, l'absence de planification en plusieurs étapes et de capacité d'évaluation des conséquences à long terme entraîne une baisse rapide de leurs performances à mesure que la chronologie s'allonge. Cela montre que les agents IA passent d'une phase axée sur les paramètres et les connaissances statiques à une phase critique où s'affrontent les capacités de planification dynamique et de prise de décision sur de longues séquences.