OpenAI 推出 LifeVal 基準測試，用於評估 AI 的日常任務處理能力

公司 OpenAI 宣布了一項名為 LifeVal 的全新基準測試。該工具旨在衡量人工智慧協助人類處理日常任務的能力。

此測試集涵蓋了廣泛的生活場景，包括尋找托育服務、管理個人財務以及填寫複雜的政府文件。

這項新基準測試能夠評估語言模型在實驗室測試之外的實際應用價值，這將有助於開發人員更深入了解 AI 助理在處理日常事務方面的準備程度。