OpenAI、AIの日常業務遂行能力を測るベンチマーク「LifeVal」を公開

入選の記録

入選せず二回の合計 84 < 基準の 2 倍 120

情報源の区分

公式・一次情報、この区分の基準は 60 点

予備審査

通過：OpenAI发布AI日常任务评测基准

採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。