OpenAI、日常生活タスクの評価「LifeVal」を発表

OpenAIは、日常生活の実務タスクにおけるAIの性能を測る評価「LifeVal」を発表した。米国と国際の時間利用調査をもとに、3,995人の調査で重視された育児、医療、家計管理、買い物、行政手続きなどのタスクを選定した。掲載された例では、GPT-6 Astraの最高記録が複数のタスクで100%に達している。