OpenAI发布LifeVal日常任务基准

OpenAI 发布了 LifeVal，一个测试 AI 模型能否替人完成日常事务的基准。 GPT-6 Astra 在日常任务上得分 80.6%，而不到 9 个月前 GPT-5.2 的得分为 49.3%。 LifeVal 的任务涵盖护理、健康、教育、金融、购物和家庭管理，从预约车辆年检到在预算内订购清真食品。

为了让 AGI 惠及全人类，它应当帮助人们完成对他们最重要的日常事务。因此我们构建了 LifeVal，这是一个新基准，源自数千名 ChatGPT 用户关于他们最希望个人助理在哪些方面提供帮助的反馈——从寻找托儿服务到获取政府服务，再到管理个人财务。 在过去一年里，我们使用 LifeVal 来衡量并改进我们的模型处理这些日常事务的能力。 https://openai.com/index/lifeval/

OpenAI 推出 LifeVal 基准，用于衡量 AI 帮助人们完成日常事务的能力，涵盖寻找托育、管理财务和处理政府文书等场景。