约束遵循 (共1篇)

R3崩溃率85%！11模型WDCD三轮测试：承诺到背叛的真实衰减曲线

WDCD三轮测试显示，R1平均确认率98%，R2抵抗率89%，但R3诚信率仅17.7%，85/110次完全崩溃。Claude系列相对抗压，Gemini与Grok崩盘最严重，暴露模型“嘴上答应身体诚实”的普遍规律。