OpenAI 发布 LifeVal 基准：用数千 ChatGPT 用户反馈评估日常任务能力
OpenAI · x · 2026-11-03
OpenAI 官方推出 LifeVal，一个全新的基准，旨在衡量模型在「对普通人最重要的日常任务」上的表现。
- 基准的设计源自数千名 ChatGPT 用户的反馈，覆盖找托儿服务、使用政府服务、管理个人财务等真实生活场景
- OpenAI 表示过去一年已用 LifeVal 来度量和改进其模型在这些任务上的表现
- 官方将其定位为「AGI 应造福全人类」理念的具体落地：先帮人做好每天最要紧的事
所属事件:OpenAI 推出 LifeVal 基准评测 AI 日常任务能力(4 条相关)→
「研究」频道最新
- GPT-6 直改 Qwen 0.016% 权重：数学提升 6 倍、零梯度零训练 — udmrzn · 2026-11-03
- Qwenputer：把完整 RISC-V CPU 编译进 Qwen3.5-4B 权重，还能跑另一个 LLM — udmrzn · 2026-11-03
- 读原始权重就能认出游戏:Astra 无需工具叫破四款 Atari 游戏 — burny_tech · 2026-11-03
- 放弃视频路线,直接在 3D 里预测未来的世界模型开源了 — YunzhuLiYZ · 2026-11-03
- 梯度归因提速至嵌入的3倍，0.6B小模型可监测大模型训练数据的有害样本 — PeterHndrsn · 2026-11-03
- Dynamical 发布 SDL-2 评测：前沿模型做材料科学实验决策仅约半数正确 — BenBlaiszik · 2026-11-03