Chinese contentOpenAI 发布 LifeVal 基准,评测模型处理日常任务的能力
OpenAI 拿几千个 ChatGPT 用户的需求做了个 LifeVal 基准,专门测模型能不能帮你找托儿、办政务、管账单,思路挺不一样的。
OpenAI 拿几千个 ChatGPT 用户的需求做了个 LifeVal 基准,专门测模型能不能帮你找托儿、办政务、管账单,思路挺不一样的。
OpenAI 搞了个叫 LifeVal 的新基准,专门测模型能不能帮你跑腿办事,GPT-6 Astra 拿了 80.6%,比 GPT-5.2 的 49.3% 高了一截。
OpenAI 搞了个新基准叫 LifeVal,专门测 AI 能不能帮你找托儿、管钱、办政务这些日常琐事,比跑分更贴近生活。