OpenAI发布日常实用任务基准LifeVal，量化衡量个人助手实际办事能力

LifeVal OpenAI发布了面向日常生活真实任务的新基准LifeVal，旨在评估模型在非学术性日常挑战中的执行表现。该基准涵盖寻找托育服务、申办政府事务、编制家庭预算、订购生鲜食材以及制定健身计划等具体场景。OpenAI强调，衡量个人助手的核心已从提供文字建议转向考察其端到端执行事务的落地能力。