OpenAI 发布 LifeVal 评测:衡量 ChatGPT 在日常生活任务上的表现
2026.11.02 · 收录日 2026.11.02 · 产品 · 行业动态 · 官方发布
OpenAI 用 3995 人调研构建日常任务评测,追踪模型一年进步
OpenAI 推出 LifeVal 评测,覆盖育儿、健康、教育、家庭事务、个人财务、购物和政府服务等日常任务。该评测基于美国时间使用调查、跨国时间使用研究及 3995 名受访者的新调研构建,用于追踪模型在真实生活任务上的表现。
- LifeVal 覆盖育儿、健康、教育、家庭管理、个人财务、购物、政府服务等日常任务领域
- 评测任务来自美国时间使用调查、跨国时间使用研究,以及 3995 名受访者的代表性调研
- 示例任务包括搬家后选幼儿园、洪水前组织志愿者、为家人找房、远程陪看比赛、糖尿病饮食照护
- OpenAI 称最新模型在多项 LifeVal 任务上得分很高,过去一年在浏览器、电脑操作和连接器任务上进步明显
- 目标是让 ChatGPT 从聊天工具走向能实际完成事情的智能体个人助理
为什么值得看
了解 OpenAI 如何用真实生活任务衡量模型实用价值
适合谁关注
关注 AI 评测、智能体与 ChatGPT 能力边界的读者
