OpenAI发布LifeVal日常任务基准

2026年11月2日，OpenAI在其官网发布消息，推出名为LifeVal的新基准，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。次日（11月3日），OpenAI在社交平台进一步介绍，该基准的设计源自数千名ChatGPT用户的反馈，反映用户最希望个人助理提供帮助的领域，包括寻找托儿服务、获取政府服务以及管理个人财务；OpenAI表示，过去一年里已使用LifeVal衡量并改进模型处理这些日常任务的表现。同日稍晚，X用户Rohan Paul转述称，LifeVal任务覆盖照护、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；其转述的分数显示GPT-6 Astra在日常任务上得分80.6%，而不到9个月前GPT-5.2为49.3%。上述任务范围与分数均来自该转述，OpenAI官方报道未提及。目前披露的信息集中于基准的定位、设计来源与用途，未提及适用模型范围、是否对外公开或收费等细节。

AI 根据报道生成 · 28 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。