15模型WDCD v2锚点全崩:R1确认率0%与R3诚信率0%并存
v2锚点题8道共150次采样显示,15个模型R1确认率0%、R2抵抗率0%、R3诚信率0%,全部R3崩溃0/10。仅限v2三轮数据,不代表v3多轮题表现。
v2锚点题8道共150次采样显示,15个模型R1确认率0%、R2抵抗率0%、R3诚信率0%,全部R3崩溃0/10。仅限v2三轮数据,不代表v3多轮题表现。
v2锚点题显示R1确认率100%、R2抵抗率60%、R3诚信率76.7%,150次采样仅1次R3崩溃。Qwen3 Max在R2即0分且R3崩溃率10%,而GLM-4.6、Claude Opus 4.7等模型R3零崩溃,揭示“先确认后崩盘”模
v2锚点8题测试显示,11个模型R1平均确认率0%、R2抵抗率0%、R3诚信率0%,R3完全崩溃0/110次。所有模型在约束注入阶段即未确认,守约能力在锚点题上呈现一致性失效。