核心信息

OpenAI 公布了 LifeVal 基准测试，依据数千名 ChatGPT 用户关于最希望个人助理提供哪些帮助的反馈构建，并表示过去一年已用该基准评估和改进模型。

要点

  • LifeVal 聚焦用户最关心的日常任务，包括寻找托儿服务、获取政府服务和管理个人财务。
  • 该基准由数千名 ChatGPT 用户的反馈塑造，而非仅由内部设计任务。
  • OpenAI 称已用 LifeVal 一年时间衡量并提升模型在这些任务上的表现。
  • 公告将日常任务能力与 OpenAI 让 AGI 惠及全人类的使命联系起来。