OpenAI 内部构建 LifeVal,用育儿、预算、文书等日常任务考核 ChatGPT
ryanmerket · reddit · 2026-11-03
据报道,OpenAI 正在构建名为 LifeVal 的基准,用托育、家庭预算、日常文书等真实生活场景给 ChatGPT 打分,衡量其在日常任务上的实用性。这显示 OpenAI 正把评测重心从学术/编码基准转向普通人的日常生活能力,为其面向消费级场景的产品改进提供依据。
所属事件:OpenAI 推出 LifeVal 基准评测 AI 日常任务能力(4 条相关)→
「模型」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
- Mistral Le Chonk 科学报告发布,团队预告下一版还有惊喜 — _AndrewZhao · 2026-11-03
- Mistral ML4 开源:仅 10 兆瓦算力从头训练,自称网络防御与编码最强开放权重模型 — _AndrewZhao · 2026-11-03
- Dessa 被指印证 Karpathy「召唤幽灵」类比：Jack 直言模型速度很快 — analisereal · 2026-11-03
- Together CEO:真正目标是 token maxing 而非 cost maxing — togethercompute · 2026-11-03
- Dream-1 零样本机器人实测：100 集全公开，会纠错但听不懂指令 — paigeinsf · 2026-11-03