レビュー R3誠実率わずか61.4%：Claude Sonnet 4.6の崩壊率20%が三ラウンド衰退断層を露呈 8問のv2アンカー問題に対するworst-of-3サンプリングにおいて、11モデルのR3平均誠実率はわずか61.4%にとどまり、Claude Sonnet 4.6はR3崩壊率20%という最も深刻な衰退を示した。このデータは、現行主流モデルが WDCD 守约测试 模型衰减 三轮施压 9時間前 49
