OpenAI только что выпустила lifeval, потому что академические тесты показывают лишь ограниченную информацию о том, может ли ИИ на самом деле облегчить вашу жизнь. Согласно сообщению, год работы позволил сделать модели быстрее и лучше справляться с браузерами, компьютерами и подключенными приложениями: Gpt-6 astra показал лучшие зафиксированные результаты — 100% на выбранных задачах, таких как бронирование осмотра автомобилей или заказ продуктов в пределах бюджета. Это довольно интересные данные, потому что люди будут доверять ИИ больше аспектов своей жизни, если он надежно выполняет задачи. Такие тесты стимулируют развитие в направлении сложных, повседневных задач, которые действительно заслуживают этого доверия.