同一任务搭配不同私密人格设定，同时评估助手能力与用户适配表现。
推荐理由：该基准用多种私密人格卡复用同一底层任务，分离任务能力与用户适配能力，可暴露单一合作型用户评测掩盖的鲁棒性和服务公平性问题。
阅读原文