CLASHarness发布并评测15个大模型多智能体冲突表现
热点事件持续更新
CLASHarness发布并评测15个大模型多智能体冲突表现
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Google、Emory、USC等机构联合发布多智能体冲突基准CLASHarness，并在600个多轮可执行冲突任务上评测了15个主流大模型，累计跑完9,000+条真实沙盒轨迹。基准覆盖20个真实领域，包含7,970张4K视觉证据图片和3,284项必测检查点，采用三层八阶段自动化生成管线保证任务100%可解。 目前，CLASHarness的生成管线代码、600个评测任务及交互式轨迹查看器已在GitHub开源。
AI 根据报道生成 · 3 小时前更新
最新进展10月31日 20:32
CLASHarness 基准实测 15 个前沿大模型在多智能体冲突场景的表现报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- 新智元精选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。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 711月1日 11:00
- 近 24 小时变化
- –
02468
11:0012:0013:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。