20 نموذجاً لغوياً يخفق في إتمام Slay the Spire بمستوى Ascension 20

نُشرت ورقة بحثية أولية على arXiv تختبر أداء 20 نموذجاً لغوياً كبيراً في لعبة Slay the Spire عند أعلى مستوى صعوبة فيها، Ascension 20، وفق ما رصدته automaton-media.com. وشملت التجربة 20 نموذجاً، لعب كل منها 10 جولات بنفس البذور العشر، وجميعها بشخصية Ironclad.

اعتمدت الدراسة على بيئة مخصّصة تُدعى SpireBench، بُنيت بتوسيع تعديل سيطرة موجود للعبة كي تتمكن النماذج من اللعب مباشرة. وفي التجربة الرئيسية، استُبدلت الأسماء داخل اللعبة بأسماء مختلفة لمراعاة احتمال أن تكون النماذج قد تعلّمت معلومات عن استراتيجيات اللعبة مسبقاً.

نتائج متباينة بين الفصول

اجتازت نماذج GPT-6 Astra وClaude Fable 5.1 وClaude Opus 5 الفصل الأول في 90% من الجولات. أما الفصل الثاني فبلغت نسبة اجتيازه 50% لكل من GPT-6 Astra وClaude Fable 5.1، و40% لـClaude Opus 5. وفي الفصل الثالث، بلغت النسبة 20% لـClaude Fable 5.1 و10% لكل من GPT-6 Astra وGPT-5.6 Sol.

وهزم GPT-5.6 Sol الزعيم الأخير في 10% من الجولات، بينما لم يهزمه أي نموذج آخر في أي جولة، ما يعني أن الزعيم الأخير هُزم مرة واحدة فقط عبر جميع النماذج العشرين في 10 جولات لكل منها.

قارنت الدراسة نتائج النماذج بنحو 206,000 سجل لعب بشخصية Ironclad نشرتها Mega Crit، وبسجلات أربعة من مذيعي Slay the Spire المخضرمين على تويتش. وبلغت نسبة اجتياز الفصل الأول في سجلات Mega Crit 47%، والفصل الثاني 15%، والفصل الثالث 7%، وهزيمة الزعيم الأخير 4%. أما المذيعون المخضرمون الأربعة، فبلغت نسبة اجتيازهم الفصل الأول نحو 90%، والفصل الثاني نحو 70%، والفصل الثالث بين 56% و71%، وهزيمة الزعيم الأخير بين 46% و65%.

وخلصت الورقة إلى أن أفضل النماذج تتعامل جيداً مع المناوشات القصيرة، وتستخدم الطاقة بكفاءة وتنهي المعارك في جولات أقل، لكنها أضعف بكثير من المذيعين المخضرمين في الاستراتيجية طويلة المدى، بما يشمل اختيار المسار وقرارات الأحداث. وتميل النماذج إلى إعطاء الأولوية لحماية نقاط الحياة وتتجنب الخيارات المحفوفة بالمخاطر التي قد تفضي إلى نمو لاحق. وعند زعيم الفصل الأول، بلغ متوسط معارك النخبة 1.25 للنماذج مقابل 1.96 لجميع البشر و2.6 للمخضرمين، واختارت النماذج الراحة في مواقع الاستراحة 68% من الوقت مقابل 9% للمخضرمين، ووصلت إلى زعيم الفصل الأول بنحو 82% من نقاط حياتها مقابل 56% للمخضرمين.

ولاحظت الورقة أن النماذج لم تتحسن مع تكرار اللعب، وأحياناً خزّنت دروساً لم تتحقق بشكل صحيح من الأفعال التي أدت إلى الفوز أو الخسارة. ومن قيود الدراسة عدم تأكيد التحكيم العلمي، واقتصار التجارب على 10 جولات لكل نموذج، وعدم لعب البشر والنماذج بنفس البذور العشوائية، وحصر المقارنة بشخصية Ironclad وحدها.

يُذكر أن Slay the Spire بدأت الوصول المبكر على Steam في 2017 وصدرت رسمياً في 2019، كما صدرت على أجهزة الألعاب والهواتف الذكية. وفي مارس 2026، بدأت Slay the Spire 2 الوصول المبكر على Steam. وقد أعدّ الدراسة ساندر دبليو كيمينك، الأستاذ المساعد في قسم الذكاء الاصطناعي بمجموعة تعلم الآلة والحوسبة العصبية في جامعة رادبوت، وسكوت سي. لوي، الباحث في مؤسسة Vector Institute غير الربحية لأبحاث الذكاء الاصطناعي.