OpenAI 发布 LifeVal 基准:测试 AI 完成幼儿园报名、报税等日常事务的能力
OpenAI 发布 LifeVal 基准:从选幼儿园到报税,测试 AI 的“人间烟火”技能
AI 导读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%。该基准目前仍主要是 OpenAI 的内部评估,外界尚未获得完整任务集、评分代码或可独立复现的排行榜。
另有 3 家信源报道
- OpenAI 发布 LifeVal 日常任务基准Rohan Paul · 14 天前
- OpenAI 推出 LifeVal 评测,衡量 AI 在日常任务上的进展OpenAI:官网动态 · 14 天前
- OpenAI 推出 LifeVal 日常任务基准OpenAI · 14 天前
来源:IT之家·人工智能 · ithome.com