跳到正文
𝕏 Rohan Paul(x.com)·· 20 天前精選品質評分72
重點導讀

OpenAI 發布 LifeVal 基準,用來測試 AI 模型能否替人完成日常差事;GPT-6 Astra 得分為 80.6%,高於不到 9 個月前 GPT-5.2 的 49.3%。

  • 任務範圍:涵蓋照護、健康、教育、財務、購物與家務行政,包括預約汽車檢驗,以及在預算內訂購清真食品。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

LifeVal 涵蓋照護、健康、教育與財務等日常任務,並比較 GPT-6 Astra 與 GPT-5.2 的完成率,呈現模型處理生活事務的基準差異。

Rohan Paul
Rohan Paul@rohanpaul_ai
·20 天前
𝕏

OpenAI has released LifeVal, a benchmark testing whether AI models can finish everyday errands for people.

GPT-6 Astra, scores 80.6% on everyday tasks, up from 49.3% for GPT-5.2 less than 9 months earlier.

LifeVal’s tasks span caregiving, health, education, finance, shopping and household admin, from booking a car inspection to ordering halal groceries within budget.

推文來源 · X (Twitter)在 X 參與討論

讀者討論

理性交流 · 即時討論