OpenAI发布LifeVal：从买菜、找房到照顾家人，专门测试AI能不能过日子

动察 Beating AI 快讯，OpenAI 发布了一套名叫 LifeVal 的新评测，专门测试 AI 能不能帮普通人处理生活琐事。从找幼儿园、买菜、办理政府福利，到照顾生病的家人，考的都是现实中需要一步步处理的事情。 为了确定测试内容，OpenAI 参考了各国居民日常生活和时间分配的调查数据，又找来 3995 人，询问他们最希望 AI 帮忙处理哪些事情。LifeVal 由此覆盖育儿、医疗、购物、理财、教育等领域。 OpenAI 公布的成绩显示，GPT-5.2 的平均得分为 49.3%，GPT-6 Astra 已提高到 80.6%。不过，进步主要集中在早期：GPT-5.4 就已达到 73%，GPT-5.6 为 80%，最新的 Astra 只比它高出 0.6 个百分点。 官方还展示了一些高分案例。例如，帮一家人找房子拿到 100 分。AI 找到了符合预算和通勤要求的房源，还计算了房产交易税，把相关文件加入购物车供用户审核。搬家后挑选幼儿园则拿到 93.1 分，AI 筛选出三家候选学校，并整理了入学信息。 LifeVal 此前已被用于指导模型改进，目前仍是一套由 OpenAI 自己设计和评判的内部测试。

📰 来源：https://www.okx.com/zh-hans/feed/post/91775083119808