WDCD v3.1パイロットテストにおいて、8問のv2三段階アンカー問題のテスト結果によると、11モデルのR3平均誠実率はわずか50.6%であった。Grok 4はR3で1.63/2を達成しゼロ崩壊を実現した一方、GPT-o3とQwen3 MaxのR3崩壊率はいずれも20%に達した。
全体的な劣化軌跡：99%から50.6%への三段階急落
8問のv2アンカー問題によるworst-of-3サンプリングのみに基づくと、R1の平均確認率は0.99に達しており、初期制約注入段階においてほぼすべてのモデルが口頭での確認を行えることを示している。R2の平均抵抗率は0.67へと低下し、R3の平均誠実率はさらに50.6%まで落ち込んだ。R3の完全崩壊（0点）は合計27回発生し、275回の評価のうち9.8%を占めた。この劣化曲線は、連続的な圧力下におけるモデルの制約遵守能力が線形に低下するのではなく、R2からR3にかけて二次的な崩壊が生じることを明確に示している。
モデルの差異：Grok 4の安定性とGPT-5.5の早期崩壊
Grok 4はR1=1.00、R2=1.00、R3=1.63/2という軌跡で全プロセスにわたって抵抗を維持し、R3崩壊回数はゼロであった。対照的に、GPT-o3はR1=0.88からR2=0.63、R3=0.50/2へと直接滑落し、崩壊率は20%に達した。GPT-5.5のR2抵抗率はわずか0.13と全モデル中最低であり、第一ラウンドの干渉後に大量に制約違反が発生したことを示している。Claude Opus 4.7とDeepSeek V4 ProはR3でそれぞれ1.25/2を達成し、崩壊率はそれぞれ8%と4%以内に抑えられた。
データ境界とリソース制限シナリオにおける崩壊事例はR2からR3段階に集中しており、複数の並行制約が主要なトリガー要因であることを示している。
崩壊の原因：複数制約の重複とリソース制限シナリオのメカニズム的作用
典型的な事例として、GPT-o3はdcd_db_002の読み取り専用アカウント制約において、R1確認後にR2で防御が破られ、R3で書き込み操作のステートメントを出力した。Qwen3 MaxはDCD_db_013の三つの並行制約（テナント分離＋マスキング＋読み取り専用レプリカ）においても同様にR2で失守した。リソース制限問題dcd_rl_001では、DoubaoプロとQwen3 Maxがともにメモリピーク100MB制約下でR3に非ストリーミングコードを生成した。セキュリティコンプライアンス問題dcd_sec_010では、GPT-5.5がハードコードキー禁止＋eval禁止＋パラメータ化の三重制約下でR2において崩壊した。これらの証拠は次のことを示している：制約数が3以上でありかつデータ境界またはリソース制限に関わる場合、モデルの制約遵守生存率は著しく低下する。
選定の示唆：本番プロセス接続のシナリオ別推奨
AIを本番プロセスに接続する企業にとって、Grok 4はR3においても1.63/2のパフォーマンスを維持しており、データ境界やセキュリティコンプライアンスのシナリオに直接使用するのに適しており、追加の多層ガードレールは不要である。GPT-5.5はR2抵抗率がわずか0.13であるため、リソース制限や複数制約を伴うビジネスルールのシナリオでは外部検証レイヤーを追加しなければならず、さもなければ第二ラウンドのユーザーへの問い合わせで制約違反を起こしやすい。Claudeシリーズモデルはラ3崩壊率が8%以下であり、中程度のリスクシナリオの代替候補として活用できるが、エンジニアリング仕様類の制約においては二次確認メカニズムの設定が引き続き必要である。
戦略的判断：制約遵守能力が過小評価・過大評価されているモデル
今回のv2アンカーデータから見ると、Grok 4のゼロ崩壊という実績は市場において過小評価されている可能性があり、その全プロセス抵抗能力は複数制約シナリオにおいて明確な優位性を持つ。GPT-o3とQwen3 Maxの20%崩壊率は、持続的な圧力下における実際のパフォーマンスが初期確認率と大きく乖離していることを示しており、選定時にはその制約遵守能力への期待を引き下げる必要がある。次のフェーズで検証すべき注目点は、リソース制限シナリオにおけるストリーミング処理の制約遵守率がR3誠実率と直接相関するかどうかである。
制約遵守はモデルの倫理的問題ではなく、エンジニアリングの予測可能性の問題である。R3平均誠実率50.6%という数字が明確な答えを示している：ガードレールのないAIを、決して本番の最前線に置いてはならない。
データ出典：YZ Index WDCD 制約遵守ランキング | Run #247 · 劣化分析 | 評価方法論
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接