OpenAI phát hành bộ chuẩn LifeVal để kiểm tra kỹ năng AI trong các công việc đời thường

OpenAI đã ra mắt LifeVal vào ngày 2 tháng 11 năm 2026, một bộ chuẩn đánh giá mới được thiết kế để đo lường mức độ hiệu quả của các mô hình AI trong việc hỗ trợ người bình thường thực hiện các công việc thực tế hàng ngày như chăm sóc trẻ em, y tế và dịch vụ chính phủ. Thiết kế của bộ chuẩn này được định hình dựa trên các khảo sát sử dụng thời gian và phản hồi từ hàng nghìn người trả lời về những sự trợ giúp mà họ kỳ vọng nhất ở trợ lý AI cá nhân. Bộ chuẩn này thể hiện một sự chuyển dịch quan trọng trong việc đánh giá AI, rời xa các chỉ số thuần túy mang tính học thuật để hướng tới việc thực thi toàn diện các công việc thực tế phức tạp của con người. Bằng cách tập trung vào các kết quả có thể thực thi và bàn giao, nó thúc đẩy sự phát triển của AI tổng quát hướng tới các công cụ mang lại giá trị tiện ích thiết thực trong đời sống hàng ngày. LifeVal bao gồm các kịch bản như giáo dục, quản lý hành chính gia đình, tài chính cá nhân, mua sắm và chăm sóc sức khỏe, với các ví dụ công khai cho thấy hiệu suất mô hình đạt mức cao trong các nhiệm vụ cụ thể như chọn trường mẫu giáo và lên kế hoạch bữa ăn. Tuy nhiên, bộ chuẩn này hiện vẫn là một đánh giá nội bộ của OpenAI, do bộ nhiệm vụ đầy đủ, mã chấm điểm và bảng xếp hạng độc lập vẫn chưa được công bố công khai.