OpenAI、日常生活を助けるAIを169課題で測る「LifeVal」を公開

何について

OpenAIは、育児先探しや行政手続き、家計管理などを扱う評価指標LifeValを発表した。3,995人への調査や生活時間の研究を基に169課題を設計し、過去1年間のモデル改善に活用。公式評価値はGPT-5.2の49.3からGPT-6 Astraの80.6へ上昇した。ただし各課題の平均報酬を均等に集計した指標で、実生活の作業を80.6%完了できるという意味ではない。

なぜ注目

日常の困りごとをモデル評価に結び付けた点が重要です。公式発表は調査人数、課題数、集計方法を示しており、学術試験やコーディング以外の改善を追える一方、現実の成功率との違いを読む必要があります。