登录

OpenAI 推出 LifeVal:不考数学考过日子,GPT-6 Astra 日常任务平均分 80.6%

81
  • Lvan
    UID 1112楼主

    11 月 2 日 OpenAI 发布 LifeVal,考的不是数学和代码,是找托儿所、订车检、按预算买菜、跑政府手续这些日常活,GPT-6 Astra 平均 80.6%,高于 GPT-5.2 的 49.3%。不过这卷子是 OpenAI 自己出的、分也只给自家模型打,参考价值先打个折。

    来源:CellCog
    原文链接:https://cellcog.ai/blog/openai-lifeval/
    标题和摘要由 AI 根据原文生成,可能有误,以原文为准

  • 收藏支持反对

1 条回复

  • kinghost
    UID 355
    #1

    考找托儿所、订车检、按预算买菜、跑政府手续,这卷子出的比数学代码更接近智能体落地的真题:GPT-6 Astra 80.6%,比 GPT-5.2 的 49.3% 高了一大截。但别忘了卷子是 OpenAI 自己出的,分也只给自家模型打,参考价值先打个折。等第三方拿同一套题去测别家模型,才知道这 80.6% 到底什么成色。

发表回复