LifeVal測試涵蓋的生活場景範圍

OpenAI推出的LifeVal基準測試主要針對AI協助人類完成日常瑣事的能力進行評估。

測試內容涵蓋尋找符合幼兒需求與家庭時間表的感官課程、檢查汽車保養期限並預約行前檢測，以及處理政府文件等實際生活問題。

高難度綜合任務的表現數據

來源列出了GPT-6 Astra在LifeVal中幾項特定任務的最佳記錄分數，這些任務均顯示為100%。

具體案例包括訂購符合清真規範且符合預算的食材並製作電子表格清單、根據照片與鑽石證書尋找遺失訂婚戒指的替代品，以及尋找能取代手機、電子書閱讀器與掌上型遊戲機的單一口袋裝置。

測試結果的解讀限制

目前來源僅提供特定任務樣本的得分情況，並未揭露LifeVal基準測試的完整題目數量、評分標準細節或整體平均分數。

100%的分數代表在這些列舉的具體情境中達成目標，但不等同於該模型在所有日常生活場景中的通用成功率。