レビュー Prompt InjectionからWDCDへ：我々が測定するのは攻撃ではなく、日常である WDCDはPrompt InjectionやJailbreakのような攻撃シミュレーションではなく、日常業務の中でユーザーが設定した制約をモデルが継続的に遵守できるかを測定するもので、Run #105の実測データは現行モデルの致命的な盲点を WDCD Prompt Injection 越狱测试 工作纪律 2026年5月8日 439
