OpenAI memperkenalkan LifeVal, tolok ukur tugas asisten pribadi sehari-hari

OpenAI mengatakan telah membuat LifeVal, tolok ukur baru yang dirancang berdasarkan masukan dari ribuan pengguna ChatGPT mengenai hal-hal yang paling mereka butuhkan dari asisten pribadi. Tugasnya mencakup berbagai hal, mulai dari mencari pengasuhan anak hingga mengakses layanan pemerintah dan mengelola keuangan pribadi.

OpenAI mengatakan bahwa LifeVal berawal dari dua studi penggunaan waktu, American Time Use Survey dan Multinational Time Use Study, lalu dilengkapi survei buatannya sendiri terhadap 3.995 responden yang mewakili demografi. Tugas-tugas yang dihasilkan mencakup pengasuhan, kesehatan, pendidikan, administrasi rumah tangga, keuangan pribadi, belanja, dan layanan pemerintah. Banyak di antaranya mengharuskan asisten melakukan tindakan seperti memesan atau membeli, bukan sekadar menjawab.

OpenAI mengatakan telah menggunakan LifeVal selama setahun terakhir untuk memantau dan meningkatkan model-modelnya dalam penggunaan browser, penggunaan komputer, dan tugas yang melibatkan konektor. OpenAI melaporkan skor tertinggi GPT-6 Astra yang tercatat untuk masing-masing tugas, seperti 100% untuk memesan kelas sensorik bagi balita dan membeli bahan makanan halal sesuai anggaran, serta 90,4% untuk menyusun rencana persiapan makanan bagi orang tua yang baru didiagnosis diabetes. Angka-angka ini berasal dari OpenAI sendiri.