测评 WDCD五大场景横评：业务规则垫底2.13分，GPT-6系列偏科差1.84 WDCD v3.1测试显示，业务规则场景全体得分最低，doubao-pro仅2.13/4；数据边界与工程规范区分度最高，GPT-6-sol在两者间差距达1.84分。企业需针对不同约束类型加装护栏。 WDCD 守约测试 业务规则场景 模型偏科 2026年10月4日 335
测评 WDCD v3.1五大场景横评：业务规则1.3分垫底，11模型偏科差距2.1 WDCD v3.1试点数据显示，业务规则场景全体得分最低，冠军仅3.5/4而qwen3-max仅1.3/4；doubao-pro工程规范与业务规则差距达2.1分。数据边界与安全合规成为高风险区，企业接入生产流程需针对性加护栏。 WDCD 守约测试 业务规则场景 数据边界 2026年7月8日 807
