模型约束能力に関するニュース

67.5点で三強並列首位、Grok4はわずか50点で最下位 WDCD遵守ランキング

WDCD遵守テスト第1期の結果が発表され、3モデルが67.50点で並列首位、Grok 4と文心一言4.5が50点で並列最下位、R3段階では65.5%のモデルが崩壊した。