OpenAI 发布 LifeVal 评测：衡量 AI 在日常生活中的任务表现
LifeVal
OpenAI 推出 LifeVal 评测，用于衡量模型在照护、健康、教育、家庭事务、个人财务、购物和政府服务等日常任务上的表现。该评测基于 3995 名受访者的代表性调查构建，GPT-6 Astra 在找房、订课、订购清真食品等多项任务上取得 100% 得分。OpenAI 称过去一年模型在浏览器使用、电脑使用和连接器任务上变得更快、更强、更对齐，推动 ChatGPT 从聊天工具转向智能体个人助理。
LifeVal
OpenAI 推出 LifeVal 评测，用于衡量模型在照护、健康、教育、家庭事务、个人财务、购物和政府服务等日常任务上的表现。该评测基于 3995 名受访者的代表性调查构建，GPT-6 Astra 在找房、订课、订购清真食品等多项任务上取得 100% 得分。OpenAI 称过去一年模型在浏览器使用、电脑使用和连接器任务上变得更快、更强、更对齐，推动 ChatGPT 从聊天工具转向智能体个人助理。