OpenAI, LifeVal'i yayınladı: Market alışverişinden ev bulmaya, aile bakımına kadar AI'nın günlük hayatı idare edip edemeyeceğini test ediyor

动察 Beating AI hızlı haber: OpenAI, yapay zekanın sıradan insanların günlük işlerini halletmesine yardımcı olup olamayacağını özel olarak test eden LifeVal adında yeni bir değerlendirme seti yayınladı. Anaokulu bulmaktan market alışverişine, devlet yardımlarının işlemlerinden hasta aile üyelerine bakmaya kadar, gerçek hayatta adım adım ele alınması gereken konular sınanıyor.

Test içeriğini belirlemek için OpenAI, çeşitli ülkelerdeki sakinlerin günlük yaşam ve zaman dağılımı anket verilerine başvurdu ve ayrıca 3995 kişiye yapay zekanın en çok hangi konularda yardımcı olmasını istediklerini sordu. LifeVal böylece çocuk bakımı, sağlık, alışveriş, finansal yönetim ve eğitim gibi alanları kapsıyor.

OpenAI'ın açıkladığı sonuçlara göre, GPT-5.2 ortalama %49,3 puan alırken, GPT-6 Astra %80,6'ya yükseldi. Ancak ilerleme ağırlıklı olarak erken aşamalarda gerçekleşti: GPT-5.4 zaten %73'e ulaşmıştı, GPT-5.6 %80 oldu ve en yeni Astra ondan yalnızca 0,6 puan yüksek.

Yetkililer ayrıca bazı yüksek puanlı örnekler de gösterdi. Örneğin, bir aileye ev bulma konusunda 100 puan alındı. Yapay zeka, bütçeye ve işe gidiş mesafesi gereksinimlerine uygun konut ilanları buldu, ayrıca emlak işlem vergisini hesapladı ve ilgili belgeleri kullanıcının incelemesi için sepete ekledi. Taşındıktan sonra anaokulu seçimi ise 93,1 puan aldı; yapay zeka üç aday okul belirledi ve kayıt bilgilerini derledi.

LifeVal daha önce model iyileştirmelerine rehberlik etmek için kullanılmıştı ve şu anda hâlâ OpenAI tarafından kendi tasarladığı ve değerlendirdiği bir iç test seti olma özelliğini taşıyor.