PersonalityBench显示，头部开放权重模型在真实性等维度落后于闭源模型。
推荐理由：在各取智力指数前十的模型后，开放权重组的真实性百分位平均低32分，说明其差距不仅在推理分数，也延伸到回答可靠性与表达纪律。
阅读原文