OpenAI发布LifeVal日常事务基准

OpenAI于11月2日发布新基准LifeVal，用来衡量AI模型能否真正帮普通人完成日常事务，覆盖照护、健康、教育、家庭行政、个人财务、购物和政府服务等场景。公开示例中，为孩子找幼儿园得分93.1%，组织防洪志愿者98.0%，为糖尿病家长准备膳食计划90.4%。 不过，LifeVal目前仍主要是OpenAI的内部评估。外界尚未获得完整任务集、评分代码、误差范围或可独立复现的排行榜，因此其结果仍需谨慎解读。

AI 根据报道生成 · 5 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。