Benchmark

CTIArena 的重點不是再做一個新的 CTI 模型，而是把 LLM 在情資任務裡真正該被測的能力拆開：結構化知識映射、報告理解、以及報告到標準框架的 hybrid mapping。論文最重要的訊息很直接：在 structured CTI 任務裡，closed-book 幾乎不可靠；真正有效的是 authoritative knowledge injection、domain-specific query expansion，以及能處理跨報告整合的 retrieval 設計。