OpenAI 的使命是确保通用人工智能造福全人类。目前，每周有超过十亿人使用 ChatGPT。我们希望打造能帮助他们应对日常生活实际难题的 AI，例如寻找托育服务、获取政务服务、制定预算、为上学做准备、调整食谱、订购食材、设计健身计划等。
当人们寻求帮助，希望让生活更轻松时，他们需要的不只是建议或聊天回复。要成为真正有用的个人助手，ChatGPT 应当能够采取行动，切实把事情办好。
为了衡量模型在日常任务中的表现随时间的变化，我们构建了一套任务评估方案，覆盖用户最希望 AI 和个人智能体提供帮助的领域。过去一年，我们利用这套评估方案来跟踪并优化模型在日常任务中的表现。
背景
为了找出人们最关注的任务，我们首先参考了两项分别追踪美国和国际人群时间分配的大型研究：美国时间使用情况调查（在新窗口中打开）和多国时间使用情况研究（在新窗口中打开）。这两个数据集详细列出了不同人群在一天中不同时段、不同季节所做的日常生活任务。为了解人们最关注哪些方面的 AI 协助，我们在现有调查的基础上开展了一项新调查，涵盖 3,995 名具有典型人口统计特征的受访者。针对每项任务，我们提出了多个问题，以找出普通人最希望个人助手提供帮助的领域。最终确定的任务覆盖了人们最需要帮助的重要领域，包括照护、健康、教育、家庭事务管理、个人财务、购物和获取政务服务。
具体任务示例
以下示例展示了我们当前模型在日常生活实际工作流中的表现。
搬家后报名合适的幼儿园
比较我们新家附近的幼儿园，筛选出最合适的几所。
我已筛选出三所幼儿园，并整理好了入园报名信息。还有两项偏好需要你来决定。想看看候选名单吗？
在洪水来临前协调志愿者
帮我组织社区防汛志愿者队伍，为四位需要防洪改造协助的邻居提供支援。
我准备了一份简明的行动计划，帮助志愿者评估提到的地点，并为即将到来的恶劣天气做好准备。
为我们一家人找个新家
在卢泽恩县找一套符合我预算、带独立居住单元的房子，而且送孩子上学后去上班的路程要短。把房契加入我的购物车，方便我查看。
我找到了一套符合你要求的房子。我已算好过户税，并将房契加入你在县档案网站的购物车，供你查看。
和远方的奶奶一起看比赛
帮我设置一个简单的方法，让我和奶奶能远程一起看比赛。
最简单的观赛方案已准备好，还备有直播出故障时的替代方案。要我带你和奶奶一步步设置吗？
为刚确诊糖尿病、正在适应的父母准备膳食
制定一份实用的护理和膳食计划，帮助我的父母适应刚确诊糖尿病后的生活。
第一周的计划已准备好，包括膳食安排、提醒事项和要向医护团队询问的问题。在分享给父母之前，要不要一起看看？
我们的最新模型在多项 LifeVal 任务中取得了很高的分数。
过去一年，我们通过训练，大幅提升了模型在浏览器使用、计算机操作和连接器任务上的速度与能力，也让其行为更符合用户意图。在 ChatGPT 中引入这些能力，也拓宽了模型能够协助处理的任务范围，推动 ChatGPT 从聊天工具迈向真正能自主行动的智能体个人助手。
这为什么重要
要确保 AGI 造福全人类，我们需要围绕普通人真正关心的生活议题，衡量并提升模型的能力。这意味着，我们不能只从学术角度评估模型掌握的知识，还要实际衡量 AI 模型在帮助人们做决策、处理日常事务和办成实事方面表现如何。我们希望 LifeVal 能成为迈向这一目标的一步。
