レビュー GPT-5.5が89.17点でWDCDトップ、GPT-o3は70.83点で最下位に沈む WDCD守約テスト第1回の結果が発表され、GPT-5.5が89.17点で首位を獲得。一方、GPT-o3は70.83点で最下位となり、両者の差は18点以上に達した。 WDCD 守约测试 AI模型排行 约束遵循 2026年6月11日 577
レビュー R3崩壊率85％！11モデルWDCD三段階テスト：約束から裏切りへのリアルな減衰曲線 WDCDテストでは三段階の漸進的な圧力により、モデルが持続的なストレス下で約束を守れなくなる崩壊軌跡を精密に捕捉。R1段階ではほぼ全モデルが完璧な確認を示すが、R3直接圧力段階では平均誠実率が17.7％まで急落することが判明した。 WDCD 守约测试 AI模型衰减 约束遵循 2026年5月20日 468
