CLASHarness 基准发布：15 个大模型在多智能体冲突场景下的实测表现

Google、Emory、USC 等机构联合发布多智能体冲突基准 CLASHarness，覆盖 20 个领域、600 个多轮可执行冲突任务和 7,970 张 4K 视觉证据图片，实测 15 个主流模型。