OpenAI发布LifeVal日常任务基准

2026年11月2日，OpenAI在官方渠道宣布推出新基准LifeVal，用于衡量AI帮助人们完成日常事务的能力，覆盖寻找托育、管理财务和处理政府文书等场景。11月3日，OpenAI在X平台进一步说明，该基准的设计源自数千名ChatGPT用户的反馈，反映了用户最希望个人助理提供帮助的领域，从寻找托儿服务到获取政府服务，再到管理个人财务；OpenAI还表示，过去一年里已使用LifeVal来衡量并改进其模型处理这些日常任务的能力。同日，Rohan Paul在X平台发帖称，GPT-6 Astra在该基准日常任务上得分80.6%，而不到9个月前GPT-5.2的得分为49.3%，并称LifeVal任务涵盖护理、健康、教育、金融、购物和家庭事务，从预约车辆年检到在预算内订购清真食品杂货。早先报道称LifeVal覆盖寻找托育、管理财务和处理政府文书等场景，后续报道则列举护理、健康、教育、金融、购物和家庭事务等类别。目前尚无第三方对该基准的评测结果或独立评价。

AI 根据报道生成 · 8 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。