OpenAI 发布 LifeVal 基准：测试 AI 处理幼儿园报名、报税等日常任务

OpenAI 于 11 月 2 日发布 LifeVal 基准，衡量 AI 模型能否帮助普通人完成日常事务。任务设计基于"美国人时间使用调查"和对 3,995 名受访者的调查，覆盖照护、健康、教育、个人财务、政府服务等 7 类场景。与传统基准不同，LifeVal 要求任务推进到可执行状态，例如 AI 要结合地点、预算、通勤为孩子筛选幼儿园，而不是只列名单。公开示例中，为孩子找幼儿园得分 93.1%，组织防洪志愿者 98.0%，为糖尿病家长制定膳食计划 90.4%。该基准目前是 OpenAI 内部评估，外界尚无法获取完整任务集和评分代码进行独立复现。