OpenAI 发布 LifeVal 基准测试 AI 日常任务处理能力

OpenAI 推出名为 LifeVal 的新评估基准，用于衡量 AI 模型协助普通人处理照护、健康、家庭行政和个人财务等日常事务的能力。该基准参考时间使用调查及 3,995 名受访者的实际诉求设计任务，重点考察建议是否达到可执行与可交付状态。目前 LifeVal 主要用于其内部追踪模型表现，尚未公开完整任务集与复现代码。