OpenAI 发了个新基准 LifeVal，不考知识 考“能不能真的帮你办事”：找房、报幼儿园、组志愿者、排糖尿病餐食。 题目来自两份时间利用调查 + 3,… · @leo114119 · TwKit

@leo114119

OpenAI 发了个新基准 LifeVal，不考知识 考“能不能真的帮你办事”：找房、报幼儿园、组志愿者、排糖尿病餐食。 题目来自两份时间利用调查 + 3,995 人问卷，分数 90–100%。 但这些任务本质都是浏览器和电脑操作——这既是评测，也是 ChatGPT 转型成 agent 助手的验收表。 可以当成是解决生活问题的，客户满意度调查反馈吧。。

曝光 479 · 评论 6 · 点赞 7 · 书签 1