CLASHarness 基准实测 15 个前沿大模型在多智能体冲突场景的表现

Google、Emory、USC 等机构联合发布多智能体冲突基准 CLASHarness，覆盖 20 个真实领域、600 个多轮可执行冲突任务、7,970 张 4K 视觉证据图片，采用三层八阶段自动化生成管线保证任务 100% 可解。