机器之心·· 4 小时前精选AI 评分80
谷歌联合多所高校开源 CLASHarness，实测 15 个前沿大模型在多 Agent 冲突下的真实表现
当Agent遇上「猪队友」：谷歌开源CLASHarness，实测前沿大模型如何应对多Agent冲突场景
AI 导读
研究团队发布多智能体冲突基准 CLASHarness，并开源了代码与包含 600 个多轮可执行冲突任务、7970 张 4K 视觉证据的数据集。
推荐理由
15 款主流模型在 600 个多智能体冲突任务上端到端通过率均未破 30%，强模型靠视觉证据核实真值，弱模型则易盲信队友文字汇报。
来源：机器之心 · mp.weixin.qq.com