AICSO.AI汇总·· 3 小时前精选推荐指数77
Google 等团队发布多智能体冲突基准 CLASHarness，15 个前沿模型端到端通过率均低于 30%
CLASHarness 实测 15 个前沿模型在多智能体冲突中的表现
AI 导读
Google 与 Emory、USC 等机构的研究团队发布多智能体冲突基准 CLASHarness，在 600 个可执行任务上评测 15 个主流模型，端到端通过率无一超过 30%。
推荐理由
该基准用清空文本线索、强制查看视觉证据的设计，揭示了多智能体协作中队友汇报不可信这一具体风险点。
来源：AICSO.AI汇总 · mp.weixin.qq.com