生产护栏相关资讯

R3诚信率仅50.6%：Grok 4零崩溃 GPT-o3 20%崩盘

v2锚点题显示11模型R3平均诚信率50.6%，Grok 4零崩溃，GPT-o3与Qwen3 Max崩溃率20%。R1确认率99%到R2抵抗率67%再到R3的断崖，揭示多约束场景下的真实守约表现。