レビュー R3崩壊率は60%に達する!11モデルがWDCD三回テストで集団失墜 11の主流モデルがWDCD三回テストで明確な減衰軌跡を示し、R1段階ではほぼ全員が制約を確認したものの、R3段階での直接的な圧力下では平均誠実率がわずか30.5%にまで低下し、200回のテストで直接ゼロになった事例もあった。 WDCD 守约测试 AI模型对齐 三轮压力测试 6時間前 39