Today for AI
返回热点榜
agent热度 6.1°

AI 聚合热点事件 · 2026/10/31

Google 等发布 CLASHarness 基准 实测多 Agent 冲突应对能力

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/31 20:32:00
全景综述与最新动态
1 家信源交叉印证

由 Google、Emory 等多所机构联合发布的 CLASHarness 基准，首次系统评估了主流大模型在多智能体协作中的冲突处理能力。该基准包含 600 个真实场景任务与大量视觉证据，旨在解决现有测试假设“队友绝对可靠”的缺陷，重点考察 Agent 在信息不一致时的核实与纠错机制。

最新动向/由 Google、Emory 等多所机构联合发布的 CLASHarness 基准，首次系统评估了主流大模型在多智能体协作中的冲突处理能力。该基准包含 600 个真实场景任务与大量视觉证据，旨在解决现有测试假设“队友绝对可靠”的缺陷，重点考察 Agent 在信息不一致时的核实与纠错机制。

逐小时热度走势

30 个完整观测小时
当前
6.1
峰值
11.921:00
近 24h 变化
-44%

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. 新智元 (微信公众号)T2·78 分

    Google 等发布 CLASHarness 基准 实测多 Agent 冲突应对能力

    原标题：当Agent遇上猪队友！实测多Agent冲突场景，前沿大模型如何应对

    • 现有 Computer-Use 基准默认环境一致且队友可靠，无法反映真实多 Agent 协作中的冲突风险。
    • CLASHarness 覆盖 20 个领域、600 个可执行冲突任务及近 8000 张视觉证据图，规模显著。
    • 核心测试点在于主 Agent 能否通过视觉证据（Ground Truth）纠正子 Agent 的错误汇报并执行回滚等操作。