MissionReport 基准评测九个前沿模型生成政府任务报告

micro1.ai 与现役及前美国政府和军方专业人士推出 MissionReport 基准，测试九个前沿模型将工作文件转化为指挥官和高层领导可信赖任务报告的能力。基准包含专家撰写的 20 个任务和 540 份报告，模型平均仅获约 60 分，540 份报告中只有 3 份完全达标。