OpenAI ने LifeVal पेश किया, जो रोज़मर्रा के निजी सहायक कार्यों का एक बेंचमार्क है

OpenAI का कहना है कि उसने LifeVal बनाया है—एक नया बेंचमार्क, जिसे इस बारे में हजारों ChatGPT उपयोगकर्ताओं की प्रतिक्रिया के आधार पर तैयार किया गया कि वे निजी सहायक से किन कामों में सबसे अधिक मदद चाहते हैं। इन कार्यों में बच्चों की देखभाल की व्यवस्था ढूँढ़ने से लेकर सरकारी सेवाओं तक पहुँचने और निजी वित्त संभालने तक के काम शामिल हैं।

OpenAI के अनुसार, उसने समय-उपयोग के दो अध्ययनों—American Time Use Survey और Multinational Time Use Study—से शुरुआत की और अपने 3,995 उत्तरदाताओं के जनसांख्यिकीय रूप से प्रतिनिधि सर्वेक्षण को भी जोड़ा। तैयार कार्यों में देखभाल, स्वास्थ्य, शिक्षा, घरेलू प्रशासन, निजी वित्त, खरीदारी और सरकारी सेवाएँ शामिल हैं। इनमें से कई में केवल जवाब देने के बजाय बुकिंग या ऑर्डर देने जैसी कार्रवाई करना शामिल है।

OpenAI का कहना है कि उसने पिछले साल LifeVal का इस्तेमाल अपने मॉडलों के ब्राउज़र उपयोग, कंप्यूटर उपयोग और कनेक्टर कार्यों पर प्रदर्शन को मापने और बेहतर बनाने के लिए किया है। कंपनी अलग-अलग कार्यों पर GPT-6 Astra के अपने अब तक के सर्वश्रेष्ठ दर्ज स्कोर बताती है—जैसे, बच्चे के लिए सेंसरी क्लास बुक करने और बजट के भीतर हलाल किराने का सामान ऑर्डर करने पर 100%, और हाल ही में मधुमेह का निदान पाए माता-पिता के लिए भोजन-तैयारी योजना बनाने पर 90.4%। ये OpenAI के अपने आँकड़े हैं।