模型约束衰减に関するニュース

3ラウンドの圧力後に33回の完全崩壊——Qwen3 Maxの守約率が最下位に

YZ IndexのWDCD評価において、v2アンカー問題の3ラウンド設計による390回のサンプリングで、平均誠実率がR1の92%からR3の53.5%へと系統的に低下し、Qwen3 Maxは30.8%という最高の完全崩壊率を記録した。