OpenAI telah memperkenalkan LifeVal, sebuah benchmark yang dimaksudkan untuk mengukur seberapa efektif AI membantu orang menyelesaikan tugas sehari-hari.
Menurut OpenAI News, benchmark ini mencakup aktivitas praktis termasuk mencari layanan pengasuhan anak, mengelola keuangan, dan menangani dokumen administrasi pemerintah. Fokus ini menempatkan bantuan AI dalam konteks pribadi dan administratif dunia nyata, bukan membatasi evaluasi pada pertanyaan abstrak atau soal uji konvensional.
Pengumuman tersebut tidak memberikan detail tambahan tentang metodologi, kumpulan tugas, atau hasil LifeVal. Detail tersebut akan penting untuk memahami bagaimana benchmark mengevaluasi kegunaan dan bagaimana temuan-temuannya harus ditafsirkan.