Research Lab
排行榜回答「谁更强」，Lab回答「为什么」。
独立研究 / 数据驱动 / 开放验证 / 零赞助
研究亮点
动态语境衰减
约束在多轮对话中是如何被遗忘的？从R1确认理解到R3完全妥协，量化衰减曲线。揭示「答应了但记不住」的真相。
否定窗口
区分「引用违规」与「执行违规」的判定技术。当模型说「我不会提供X」时，否定语境中的X出现不计为违规。只有实际执行才扣分。
零AI审查
为什么规则判定比AI判定更可信？WDCD使用关键词匹配+正则规则实现100%可审计、可复现。消除「AI评AI」的循环依赖。
研究文章
报告
4大模型翻译对决：第46周质量评测，claude-sonnet-4.6 以 9 分领跑
11-09
报告
WDCD Run #411: GPT-6 Astra Leads with 90.5 Points as Average Instruction Decay Hits -80%
11-04
报告
4大模型翻译对决：第45周质量评测，gpt-o3 以 8.7 分领跑
11-02
报告
WDCD Run #406: Gemini 3.1 Pro Leads with Negative Decay as 15-Model Average Drops 9.3%
11-01
报告
WDCD Run #400: Zero Instruction Decay Across All 15 Models as GLM-4.6 Leads at 96.2 Points
10-28
报告
5大模型翻译对决：第44周质量评测，deepseek-v4-pro 以 8.7 分领跑
10-26
我们不接受任何AI企业资金。没有「联合评测」、没有「赞助报告」、没有「事先沟通」。赢政指数所有分数由系统算出，不是谈判的产物。