OpenAI发布LifeVal生活任务基准

IT时代网11月3日消息,OpenAI发布名为LifeVal的评估基准,用于衡量AI在日常生活重要任务上的进展。其核心理念是:真正的个人助理不仅需要提供建议或对话,还要能够采取行动、实际完成任务。

该基准覆盖照护、健康、教育、家庭事务管理、个人财务、购物、获取政府服务等领域,构建方法基于美国时间使用调查与跨国时间使用研究两大数据集,并补充了一项覆盖3995名受访者、具有人口统计代表性的新调查,以确定人们最希望从个人助理获得帮助的方向。

OpenAI已用这一基准在过去一年中追踪并推动模型在日常任务上的表现。示例任务成绩包括:为家人寻找新住所(含预算、通勤、独立居住单元筛选)完成度百分之百,洪水来袭前组织社区志愿者98%,设置远程方式与家人一起观看比赛96.3%,搬家后筛选幼儿园93.1%,为刚确诊糖尿病的家人制定护理和饮食计划90.4%。

OpenAI表示,过去一年模型在浏览器使用、计算机使用和连接器任务上的训练使其更快、更强大,这些能力的开放也扩大了LifeVal可评估的任务范围。其目标是让ChatGPT从聊天工具进化为真正具有能动性的个人助理。

注:本文配图由AI生成,文中包含AI辅助创作的内容。

编辑:林一舟

THE END