小米mimo v2.6这个AutomationBench v1.0.6 测试集的成绩为啥这么高啊

这是一个面向ai办公的基准，覆盖了六个领域的任务

包括了销售 Sales 市场营销 Marketing 运营 Operations 客服 Support 财务 Finance 人力资源 HR

用到了 47 个模拟办公软件考察的指标是完整的端到端任务执行。

为啥说这个成绩高呢，因为目前最强的模型好像也就40多%这是咋整出来的啊？