11月3日消息,openai近期推出了名为lifeval的全新基准测试体系,旨在评估人工智能在照护服务、健康管理、教育支持、家庭事务统筹、个人理财规划以及政府公共服务等现实生活场景中的实际应用能力。
该基准的设计依据源自美国时间使用调查(American Time Use Survey),并整合了对3995名受访者的实地调研数据,核心聚焦于AI能否将任务推进至“可操作、可交付”的落地阶段。在过去12个月内,OpenAI持续借助LifeVal追踪和验证模型能力的迭代进展。公开披露的测试案例显示:为儿童筛选合适幼儿园的完成度达93.1%,协调组织社区防洪志愿行动的成功率为98.0%,为糖尿病患者定制个性化膳食方案的得分则为90.4%。
OpenAI强调,LifeVal现阶段仍属于内部评估工具,完整任务清单与评分代码尚未对外公开,相关结果亦需结合具体上下文审慎理解。公司期望通过这一框架,加速推动AI从信息响应型助手向具备主动执行能力的智能个人助理方向发展。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜












