OpenAI 发布 LifeVal 评测集，用于衡量模型在日常生活任务中的表现

OpenAI 发布了 LifeVal 评测集，旨在衡量 AI 在日常生活实际任务中的表现，超越传统的学术知识测试。该评测基于时间使用调查构建，涵盖护理、健康、教育、个人财务和政府服务等核心领域，用于追踪和推动模型向具备行动能力的智能体方向发展。