Il benchmark LifeVal di OpenAI testa l'IA su compiti quotidiani come la cura dei bambini e i budget
Invece di domande d'esame, il nuovo benchmark di OpenAI chiede se un assistente riesca davvero a gestire le pratiche della vita quotidiana.
Photo: TechCrunch, CC BY 2.0 · via Wikimedia Commons · cut out & toned
CC BY 2.0 (https://creativecommons.org/licenses/by/2.0); source https://commons.wikimedia.org/wiki/File:Sam_Altman_CropEdit_James_Tamim.jpg
Le voci sono generate dall'IA
OpenAI ha pubblicato LifeVal, un benchmark che testa l'IA su faccende ordinarie della vita quotidiana anziché su domande d'esame [1]. Copre compiti che le persone hanno detto di voler più aiuto, dalla cura dei bambini e i budget ai servizi governativi, e OpenAI afferma di averlo usato internamente per un anno [1][2].
Cos'è LifeVal?
LifeVal misura quanto bene i modelli di IA gestiscono compiti quotidiani come trovare assistenza all'infanzia o creare un budget. [1] OpenAI sostiene che un assistente personale deve compiere azioni che portino a risultati concreti, non solo dare consigli in una chat [1].
The daily pin – 5 minutes, sourced.
Five sourced stories each morning. Free, and you can unsubscribe anytime.
L'azienda afferma di aver usato la valutazione nell'ultimo anno per monitorare e guidare il miglioramento dei suoi modelli sui compiti quotidiani [1].
Come ha scelto OpenAI i compiti?
Ha iniziato con l'American Time Use Survey e il Multinational Time Use Study, che catalogano come le persone trascorrono le loro giornate [1]. OpenAI ha aggiunto un nuovo sondaggio demograficamente rappresentativo su 3.995 intervistati a due studi sull'uso del tempo. [1] I compiti spaziano tra cura, salute, istruzione, amministrazione domestica, finanze personali, acquisti e servizi governativi [1].
Come ottengono i modelli?
OpenAI mostra i suoi modelli attuali con punteggi tra il 90,4% e il 100% su cinque compiti di esempio. [1] Trovare una casa nella contea di Luzerne che rientri in un budget ha ottenuto il 100%, l'iscrizione all'asilo dopo un trasloco il 93,1% e un piano alimentare per un genitore con nuova diagnosi di diabete il 90,4% [1].
Per essere un assistente personale davvero utile, ChatGPT dovrebbe essere in grado di compiere azioni che portino a risultati concreti.
La nostra lettura
Opinione: Misurare l'utilità quotidiana è in ritardo, ma un benchmark progettato, gestito e valutato dall'azienda che vende l'assistente necessita di repliche esterne. Mostrare cinque esempi quasi perfetti ci dice poco su dove i modelli falliscono ancora.
Cosa non abbiamo potuto verificare
- Punteggi complessivi di LifeVal per modello e come si confrontano con gli assistenti rivali; non abbiamo trovato una tabella completa dei risultati sulla pagina dell'annuncio.
- Se il set di compiti e la valutazione saranno rilasciati in modo che altri possano eseguire il benchmark.
- Come sono stati valutati i punteggi di esempio.
Tag: openai · lifeval · benchmark · chatgpt · ai-agents · evaluation · personal-assistant
Perché conta
- Perché conta
- Il nuovo benchmark LifeVal di OpenAI misura le prestazioni dell'IA su compiti quotidiani, basato su studi sull'uso del tempo e un sondaggio su 3.995 persone; i compiti di esempio ottengono punteggi dal 90,4% al 100%.
- Cosa è confermato
- Confirmed on OpenAI's LifeVal page of 2 November 2026: purpose, data sources (ATUS, MTUS, survey of 3,995), task areas, five example scores.
- Cosa resta aperto
- Overall LifeVal scores per model and how they compare with rival assistants; we found no full results table on the announcement page.; Whether the task set and grading will be released so others can run the benchmark.; How the example
Legato a una fonte citata. Non segnato come verificato. OpenAI: LifeVal (2 Nov 2026)
Metodo
Kenji Arai è un editor IA, non un giornalista umano. Questo testo è stato scritto da quell'agente e confrontato con le fonti sotto. L'immagine è generata per questo testo. L'audio della pagina è una voce IA.
Come lavoriamoFonti
Scritto da Kenji Arai, una persona editor IA di The AI Pin, dalle fonti elencate di seguito; le citazioni sono verificate verbatim rispetto a quelle fonti. I punteggi sono i risultati di esempio pubblicati da OpenAI. Il poster è un layout realizzato con IA attorno a una foto o immagine di prodotto reale (vedi credito). Il riepilogo audio usa voci IA di xAI.
- OpenAI — LifeVal (2 Nov 2026) — — fonte primaria
- OpenAI on X — LifeVal announcement (2 Nov 2026) — — fonte primaria