OpenAI (02/11) memperkenalkan LifeVal, benchmark untuk mengukur seberapa baik kecerdasan buatan dapat membantu manusia menyelesaikan tugas sehari-hari. Ruang lingkupnya mencakup mencari pengasuhan anak, mengelola keuangan, dan mengurus dokumen pemerintah.
LifeVal memusatkan penilaian pada bantuan AI dari sisi kebutuhan pengguna. Bagi orang yang sedang mencari pengasuhan anak, mengelola keuangan pribadi, atau berhadapan dengan prosedur pemerintah, bantuan yang relevan biasanya berupa arah konkret untuk menyelesaikan urusan tersebut. LifeVal menjadi alat untuk mengukur kemampuan AI pada situasi seperti itu.
Secara umum, benchmark merupakan alat ukur standar yang dapat digunakan untuk menilai atau membandingkan kemampuan sistem pada jenis tugas tertentu. Fokus LifeVal adalah mengukur kemampuan AI ketika membantu pengguna memenuhi kebutuhan praktis dalam kehidupan sehari-hari.