OpenAI、日常タスク向けベンチマークLifeValを公開

OpenAIは2026年11月2日、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という。 翌3日、OpenAIは公式X(旧Twitter)でも説明した。AGIが全人類の役に立つには、人々にとって最も大切な日常のタスクを手伝うべきだとし、ChatGPTユーザー数千人から、パーソナルアシスタントに最も求める支援についてのフィードバックを得て開発したと述べている。対象は育児の手配から行政サービスへのアクセス、個人の資産管理までである。なお、選定の根拠として公式発表は時間利用調査を挙げ、Xの投稿はChatGPTユーザーのフィードバックを挙げている。 OpenAIは、過去1年間LifeValを使って自社モデルが日常タスクをどれだけうまく処理できるかを測定し、改善してきたとしている。発表に掲載された例では、GPT-6 Astraの最高記録が複数のタスクで100%に達している。現時点の報道では、他社モデルとの比較や第三者による検証についての情報は示されていない。

報道をもとにAIが作成しました・1 時間前更新

推移を表示するための継続的な観測データがまだ足りません。