연구자들이 대형 언어 모델 (LLM) 과 함께 아이디어를 반복적으로 개선할 때, 모델이 원래 목표에 대한 충실성을 유지하는가? 우리는 다중 턴 LLM 보조 과학적 아이디어 생성 (scientific ideation) 에서의 제약 준수 (constraint adherence) 를 평가하기 위한 벤치마크인 DriftBench 를 소개합니다. 5 개 공급업체의 7 개 모델 (그 중 2 개는 오픈 웨이트), 4 가지 상호작용 조건, 그리고 24 개의 과학 도메인에서 온 38 편의 연구 간략서 (research briefs) 를 아우르는 총 2,146 건의 점수화된 벤치마크 실행 결과를 통해, 반복적인 압력 (iterative pressure) 이 구조적 복잡성을 신뢰성 있게 증가시키고 종종 원래 제약에 대한 준수를 감소시킨다는 것을 발견했습니다. 재발표 탐지 (restatement probe) 는 선언적 기억 (declarative recall) 과 행동적 준수 (behavioral adherence) 사이의 해리 (dissociation) 를 드러냈습니다. 모델은 동시에 위반하는 제약을 정확하게 재발표하기 때문입니다. 기억은 유지되지만 제약 불복종이 있는 '알고도 위반한다' (knows-but-violates, KBV) 비율은 모델에 따라 8% 에서 99% 까지 다양합니다. 구조적 체크포인트링 (structured checkpointing) 은 KBV 비율을 부분적으로 감소시키지만 해리를 해결하지는 못하며, 복잡성 팽창 (complexity inflation) 이 지속됩니다. 맹검 평가자 (blind raters) 에 대한 인간 검증은 LLM 판사가 제약 위반을 과소 감지 (under-detects) 함을 확인하여 보고된 제약 준수 점수가 보수적임을 나타냅니다. 민감도 분석은 결과가 온도 (temperature: 0.7 대 1.0) 와 압력 유형 (novelty 대 rigor) 에 대해 견고함을 확인했습니다. 우리는 모든 간략서, 프롬프트, 평가 기준, 전사본 및 점수를 오픈 벤치마크로 공개합니다.