以统一多轮场景测试60款模型，分析其在情绪和利益压力下坚持或妥协的行为。
推荐理由：覆盖13家厂商的同场景对照，把模型是否放弃事实、越过拒绝边界或迎合高风险计划编码为行为轨迹，可揭示常规安全榜单遗漏的多轮社会压力脆弱性。
阅读原文