OpenAI发布日常任务评测LifeVal

OpenAI推出LifeVal评测，用于衡量模型在日常任务上的表现，并称过去一年据此追踪和驱动模型改进。该评测基于美国时间使用调查、Multinational Time Use Study 及一项3,995人参与的代表性调查构建，覆盖照护、健康、教育、家庭事务、个人财务、购物和政府服务等领域。 OpenAI称其最新模型在许多LifeVal任务上得分很高。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。