OpenAI 发布 LifeVal 日常任务基准
中文摘要
OpenAI发布LifeVal基准测试AI日常任务能力。GPT-6 Astra得分80.6%,覆盖健康、金融等领域。
English Summary
OpenAI released LifeVal to test AI's daily task capabilities. GPT-6 Astra scored 80.6% in health, finance, and shopping.
原文节选
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。