OpenAI 推出 LifeVal 基准，用日常任务考核 ChatGPT

OpenAI 推出全新基准 LifeVal，不测抽象推理或编码，而是基于数千名 ChatGPT 用户反馈，用找托儿、管理财务、预约、按预算订菜、处理文书、退订邮件等真实生活场景，衡量模型在「对普通人最重要的日常任务」上的表现。据未经官方证实的消息称，GPT-6 Astra 在多项任务中取得满分，显示 OpenAI 正把评估重心转向日常实用性。

2026-11-03 ~ 2026-11-03 · 3 条相关

• OpenAI 发布 LifeVal 基准：用数千 ChatGPT 用户反馈评估日常任务能力 — OpenAI · 2026-11-03
• 曝 OpenAI 推出 LifeVal 基准：考 AI 处理订餐、理财等日常琐事，GPT-6 Astra 多项满分 — mark_k · 2026-11-03
• OpenAI 内部构建 LifeVal,用育儿、预算、文书等日常任务考核 ChatGPT — ryanmerket · 2026-11-03