Rohan Paul· @rohanpaul_ai · X·· 1 天前AI 评分57
AI 导读
OpenAI 发布了测试 AI 模型完成人类日常任务能力的 LifeVal 基准。其中 GPT-6 Astra 在日常任务上的得分为 80.6%，较不到 9 个月前的 GPT-5.2 的 49.3% 有所提升。该基准的任务涵盖护理、健康、教育、财务、购物和家务管理等多个领域。
正文 · 原文
OpenAI has released LifeVal, a benchmark testing whether AI models can finish everyday errands for people.
GPT-6 Astra, scores 80.6% on everyday tasks, up from 49.3% for GPT-5.2 less than 9 months earlier.
LifeVal’s tasks span caregiving, health, education, finance, shopping and household admin, from booking a car inspection to ordering halal groceries within budget.
来源：Rohan Paul · x.com