OpenAI 发布 LifeVal 基准,衡量 AI 完成日常任务的能力
OpenAI News · rss · 2026-11-02
OpenAI 发布新基准 LifeVal,专门衡量 AI 在帮助人们完成日常任务上的实际表现。
覆盖场景从找托儿服务、管理个人财务到处理政府文书等真实生活事务,试图把「AI 到底能不能帮你把生活里的杂事办好」变成可度量的指标。
「研究」频道最新
- 「Beyond Validation Loss」:预训练最佳 checkpoint 未必是下游微调最优起点 — SongShuran · 2026-11-04
- Liber-0 机器人零样本操作:2.2M 小时人类数据 60 任务 36% 成功率 — CyberRobooo · 2026-11-04
- DISCO 蒸馏树搜索获 CoRL 2026 最佳论文提名：机器人免搜索长程规划 — yining_hong · 2026-11-04
- 斯坦福 ParallelKernelBench 入选 NeurIPS：LLM 零样本仅 32% 多卡 kernel 写对 — simonguozirui · 2026-11-04
- LeCun 新加坡演讲拆解 JEPA：从数学原理讲到机器人应用 — ylecun · 2026-11-04
- 独立开发者用李群与微分几何从零造基础模型，论文已公开 — ReportProfessional57 · 2026-11-04