OpenAI推出LifeVal，衡量AI完成日常任务能力

OpenAI推出名为LifeVal的评测基准，旨在衡量AI模型在日常生活中的实际帮助能力，以推动其使命朝着让通用人工智能惠及全人类的方向发展。OpenAI称，目前每周有超过10亿人使用ChatGPT，用户期望AI不仅能提供建议或回答，还能协助完成育儿、获取政府服务、制定预算、备考、调整菜谱、订购食品、设计健身计划等具体事务。 为实现这一目标，OpenAI构建了覆盖用户最希望获得协助领域的任务评测，并持续跟踪模型表现变化。研究团队参考了美国的“时间使用调查”和多国“时间使用研究”，结合3995名受访者的补充调查，梳理出照护、健康、教育、家庭管理、个人财务、购物和政府服务等高价值场景。 LifeVal中的任务强调结果导向，例如比较并筛选附近幼儿园、组织社区防灾志愿行动、根据预算和通勤要求寻找住房、为祖孙远程共同观看比赛设置观看方案，以及为刚确诊糖尿病的家人制定护理与饮食计划。OpenAI认为，真正有用的AI助手需要超越传统学术能力测评，能够支持用户完成决策、管理责任并产生实际成果。