OpenAI 发布 LifeVal 日常任务基准
OpenAI has released LifeVal, a benchmark testing whether AI models can finish everyday errands for people.
AI 导读OpenAI 发布了 LifeVal,一个测试 AI 模型能否替人们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 的任务涵盖照护、健康、教育、金融、购物和家庭行政事务,从预约车辆年检到在预算内订购清真食品杂货。
另有 3 家信源报道
- 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IT之家·人工智能 · 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:Rohan Paul · x.com