热点事件持续更新
研究团队在CTI-REALM基准评测26款开源与闭源模型
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月14日，研究人员在网络威胁情报基准 CTI-REALM 上对 19 款开源权重模型与 7 款闭源模型进行了评估。研究发现，原基准的消息上限限制掩盖了模型的真实能力；在放宽交互轮数限制后，开源权重模型取得了最高奖励分，且能以不到闭源前沿模型十分之一的成本匹敌其表现。此外，领先模型之间的成本差异超过一个数量级，但价格无法直接体现能力水平；不同模型在各工作流阶段的表现各有差异，且思考 token 的占比与最终奖励并无直接关联。
AI 根据报道生成 · 5 小时前更新
最新进展10月14日 12:00
研究显示放宽限制后，开源权重模型以不到闭源模型十分之一的成本匹敌其表现并获最高分。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 人工智能基于开源权重的无限制 CTI-REALM 基准评测
研究人员在网络威胁情报基准 CTI-REALM 上评估了 19 款开源权重模型与 7 款闭源模型，发现在放宽交互轮数限制后，开源权重模型能以不到闭源前沿模型十分之一的成本匹敌其表现，并取得最高奖励分。研究指出原基准的消息上限限制掩盖了模型真实能力，且领先模型间成本差异超一个数量级但价格无法直接体现能力。此外，不同模型在各工作流阶段表现各异，思考 token 占比也与最终奖励无关。
本事件热度走势
当前热度 8·可比范围峰值 9（10月14日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。