# 日常生活任务评测

面向个人助理的评测改用日常事务作题目。OpenAI 从美国时间使用调查、跨国时间使用调查出发，又做了一份 3995 人的代表性问卷，挑出人们最希望有人代劳的事，编成 LifeVal，并用它跟踪模型过去一年在这类任务上的进展。示例任务里，当前模型在搬家后择校上达到 93.1%，在为糖尿病新诊断的家人准备餐食上达到 90.4%；标为 GPT-6 Astra 最佳记录的表格中，订感官课、预约保养、订购清真食材等任务记为 100%。

面向个人助理的评测改用日常事务作题目。OpenAI 从美国时间使用调查、跨国时间使用调查出发，又做了一份 3995 人的代表性问卷，挑出人们最希望有人代劳的事，编成 LifeVal，并用它跟踪模型过去一年在这类任务上的进展。示例任务里，当前模型在搬家后择校上达到 93.1%，在为糖尿病新诊断的家人准备餐食上达到 90.4%；标为 GPT-6 Astra 最佳记录的表格中，订感官课、预约保养、订购清真食材等任务记为 100%。