OpenAI 剛剛發布了 lifeval，因為學術基準只能告訴你這麼多關於 AI 是否真的能讓你的生活更輕鬆的信息。 它表示，一年的努力使模型在使用瀏覽器、電腦和連接應用程序方面更快、更出色，Gpt-6 astra 在選定任務（例如預訂汽車檢測或在預算內訂購雜貨）上取得了 100% 的最佳記錄分數。 這組數據相當有趣，因為如果 AI 能可靠地完成任務，人們會更願意將更多生活事務交給它。此類基準推動了開發朝向真實、日常的雜務，而這些任務才是真正贏得信任的關鍵。