OpenAI 发布 LifeVal 基准:用数千 ChatGPT 用户反馈测日常任务能力
OpenAI · youtube · 2026-11-07
- OpenAI 发布新基准 LifeVal,目标衡量模型在「对用户真正重要的日常任务」上的进步,如找托育、使用政府服务、管理个人财务等。
- 基准由数千名 ChatGPT 用户反馈塑造,聚焦他们最希望个人助手帮忙的场景;OpenAI 称过去一年已用 LifeVal 来度量和改进模型在这些任务上的表现。
所属事件:OpenAI 发布 LifeVal 基准,评测 AI 真实生活任务能力(2 条相关)→
「模型」频道最新
- Inkling 2 Small 以极低成本登顶开源模型 ARC-AGI-2 榜，下周开放权重 — LiTianleli · 2026-11-07
- 用户报告 Gemini 记忆功能失效：无法读取或写入记忆 — Boshirul · 2026-11-07
- 业内观点:预训练将持续演进,数据审查仍离不开人工介入 — himanshustwts · 2026-11-07
- 本地 LLM 迎黄金时代:Qwen 量化模型 12GB 显存跑 131k 上下文 — Present_Resource4022 · 2026-11-07
- 实测 Kimi K3.1 Pro 照片转 3D:思考推理几何光照并生成 Three.js 场景 — demian_ai · 2026-11-07
- Nous Research 发布 Arete-27B:微调后中国模型宣传率从 22% 降至 1% — NousResearch · 2026-11-07