OpenAI发布LifeVal日常任务评估基准

发生了什么

据OpenAI公告，公司推出LifeVal评估基准，旨在衡量模型在处理日常任务方面的表现，推动ChatGPT向全功能智能个人助理演进。该基准基于美国及国际时间使用调查及一项包含3,995名受访者的调查构建，涵盖照护、健康、教育、家庭管理、个人财务、购物及政府服务等领域。OpenAI表示，过去一年已通过该评估追踪并提升了模型在浏览器使用、计算机操作及连接器任务上的能力。