OpenAI baru saja merilis lifeval karena benchmark akademis hanya memberi tahu Anda seberapa besar AI benar-benar bisa mempermudah hidup Anda. Dikatakan bahwa satu tahun kerja membuat modelnya lebih cepat dan lebih baik dalam menggunakan browser, komputer, dan aplikasi terhubung, dengan Gpt-6 astra mencatat skor tertinggi yang pernah tercatat sebesar 100% pada tugas-tugas tertentu seperti memesan inspeksi mobil atau memesan belanjaan dalam anggaran. Itu data yang cukup menarik karena orang akan mempercayai AI dengan lebih banyak aspek kehidupan mereka jika AI dapat menyelesaikan hal-hal secara andal. Benchmark semacam ini mendorong pengembangan menuju tugas-tugas sehari-hari yang kacau, yang benar-benar memperoleh kepercayaan itu.