搜索

CLASHarness 开源：评测多智能体冲突中的取证、修复与交接（在新窗口打开）

Google 等机构发布 CLASHarness，以600个可执行任务评测15个模型如何处理队友错误汇报、共享权限和文件冲突。研究显示，发现矛盾、真正修复系统和完成交接是不同难点；看图核实与合理的工具步数预算，对任务结果有明显影响。