OpenAI、日常タスクのAI遂行能力を測る評価ベンチマーク「LifeVal」発表
AI要約
生成・訂正方針OpenAIがAIモデルの日常タスク遂行能力を測る評価ベンチマーク「LifeVal」を発表し、学術知識ではなく実務的な課題への支援力を評価する
重要ポイント
- •OpenAIは米国時間11月2日に評価ベンチマーク「LifeVal」を発表した
- •AIモデルやパーソナルエージェントが日常生活の実務的な課題をどこまで支援できるかを測定する
- •学術知識のテストにとどまらず、実際のタスク遂行能力に焦点を当てた評価体系となっている