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

STORY

記事概要

OpenAIは11月2日(米国時間)、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る評価ベンチマーク「LifeVal」を発表した。学術知識のテストにとどまらず、実際のタスク遂行能力を測定する。