WDCD横評：ビジネスルール場面が2.25点で全場最低、エンジニアリング規範がClaudeの唯一の弱点に
WDCD v3.1の5場面横断評価において、ビジネスルール場面の全体スコアが最も低く、Doubao Proはわずか2.25/4を記録。一方、Claude Opus 4.7はエンジニアリング規範の場面のみ3/4にとどまり、これが唯一の弱点とし
WDCD v3.1の5場面横断評価において、ビジネスルール場面の全体スコアが最も低く、Doubao Proはわずか2.25/4を記録。一方、Claude Opus 4.7はエンジニアリング規範の場面のみ3/4にとどまり、これが唯一の弱点とし
WDCD v3.1パイロットデータによると、安全コンプライアンスシナリオにおける11モデルの平均スコアが最も低く、Qwen3-Maxはわずか2/4点、DeepSeek V4 Proは2.5/4点にとどまり、全シナリオ中で最も約束遵守が困難な