OpenAI 发布 LifeVal 日常任务基准

Rohan Paul· @rohanpaul_ai · X·2026-11-03 02:11· 1 小时前AI 评分46

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。

正文 · 原文

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。

引用OpenAI@OpenAI

为了让 AGI 惠及全人类，它应当帮助人们处理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，其设计参考了数千名 ChatGPT 用户的反馈，了解他们最希望个人助理在哪些方面提供帮助——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/

在 X 查看被引用的帖子

来源：Rohan Paul · x.com