OpenAI于11月2日对外发布了一项名为LifeVal的新基准，目标在于评估AI模型能否切实帮助普通人处理日常事务。该公司表示，这一评估体系的设立是为了让通用AI更贴近对用户最具实用价值的日常协助场景。

在任务设计上，OpenAI首先参考了美国'美国人时间使用调查'及跨国'多国时间使用调查'的数据，随后对3995名具有人口代表性的受访者展开调查，了解他们最希望个人AI助手在哪些事务上提供帮助。基于这些调研，LifeVal覆盖照护、健康、教育、家庭行政、个人财务、购物以及获取政府服务等场景，典型任务包括搬家后为孩子挑选并报名幼儿园、为患糖尿病的家人制定饮食与照护计划、在预算内采购食材、整理政府表格以及安排社区防洪志愿者等。

与传统基准的差异在于，LifeVal更看重任务能否被推进到可执行、可交付的状态。以幼儿园选择为例，AI不能只罗列名单，还需结合地点、预算、通勤和家庭需求进行筛选；处理财务问题时，则要兼顾账单、收入和风险。OpenAI指出，完成这类任务可能要求模型理解聊天记录、浏览网页、整合多方信息，并给出契合个人处境的建议。

OpenAI透露，过去一年已将LifeVal用于追踪和推动模型在日常任务上的改进。公开示例显示，部分任务表现较高：为孩子找幼儿园得分93.1%，组织防洪志愿者为98.0%，为糖尿病家长准备膳食计划为90.4%。