OpenAI 发布 LifeVal 日常生活任务评测

OpenAI 发布 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生活任务上的表现。该评测基于美国时间使用调查、跨国时间使用研究以及一项 3995 人的代表性调研确定任务范围，并展示了 GPT‑6 Astra 在部分任务上取得 100% 得分。