OpenAI发布生活测试LifeVal
摘要
OpenAI发布LifeVal评测，考察AI处理找房、买菜、育儿、医疗等生活事务的能力，GPT-6 Astra得分80.6%，较GPT-5.4的73%提升有限，该评测目前仅为OpenAI内部设计与评判。
原文片段
OpenAI发布LifeVal：从买菜、找房到照顾家人，专门测试AI能不能过日子 动察 Beating AI 快讯，OpenAI 发布了一套名叫 LifeVal 的新评测，专门测试 AI 能不能帮普通人处理生活琐事。从找幼儿园、买菜、办理政府福利，到照顾生病的家人，考的都是现实中需要一步步处理的事情。 为了确定测试内容，OpenAI 参考了各国居民日常生活和时间分配的调查数据，又找来 3995 人，询问他们最希望 AI 帮忙处理哪些事情。LifeVal 由此覆盖育儿、医疗、购物、理财、教育等领域。 OpenAI 公布的成绩显示，GPT-5.2 的平均得分为 49.3%，GPT-6 Ast…