LifeVal是什么？日常任务基准、GPT-6 Astra成绩与官方入口

这份基准要回答什么

通用人工智能若要惠及全人类，就应帮助人们完成对他们最重要的日常事务。

OpenAI把LifeVal定义为新的评测基准。题目方向来自数千名ChatGPT用户：他们最希望个人助手帮忙的地方，包括寻找托儿服务、办理政府相关手续，以及管理个人财务。

公司表示，过去一年已用LifeVal衡量并改进模型处理这些日常任务的表现。它衡量的是助手能否把生活里的具体事务办下去，而不是另一套抽象知识测验。

目前公开的成绩与用法

编辑信息显示，GPT-6 Astra在LifeVal上以80.6%居首。这是目前可以确认的领先成绩；其他模型的分数、分差和分项表现，需以官方页面为准，不宜自行补全。

LifeVal可以通过openai.com上的官方页面了解。公开说明没有把它描述成可下载的开放权重、独立应用或面向开发者的调用接口，因此它目前是一套评测，而不是读者可以直接拿来对话的产品。

• 任务从用户反馈来

  方向由数千名ChatGPT用户指出，集中在他们最想获得帮助的日常事务。

• 已用于内部改进

  OpenAI称过去一年用该基准衡量并提升模型处理这些任务的能力。

• 首位成绩明确

  GPT-6 Astra以80.6%排在已知结果的第一位。

适合怎么理解它的价值

对关注个人助手的读者，LifeVal提供了一个贴近生活的参照：找托儿、走政务流程、理财，都是反复出现、又往往步骤繁琐的需求。模型若能在这些场景稳定完成任务，比单纯回答常识更接近“助手”。

把它和其他基准并列时，应只比较各自公开的目标与分数。LifeVal公开的核心是任务来源、三类生活场景、一年的内部使用，以及GPT-6 Astra的80.6%。题库规模、评分细则、是否开放给外部复现，以及其他模型的完整排名，仍要以openai.com的官方页面为准。