arXiv 论文：放开轮次限制后，开源权重模型在 CTI-REALM 上追平闭源模型

一项 arXiv 论文在 CTI-REALM 基准上评测了 26 个模型（19 个开源权重、7 个闭源），使用统一的 harness、评分器和 LLM 评审组，发现只要给足轮次，开源权重模型能以不到闭源最强模型十分之一的成本达到相当水平。