OpenAIがLifeValを発表：買い物、住まい探しから家族の介護まで、AIが日常生活を送れるかを専門にテスト

動察 Beating AI 速報、OpenAI は「LifeVal」という新しい評価セットを発表しました。これは、AI が一般人の日常生活の雑事を処理できるかどうかを専門的にテストするものです。幼稚園探し、食料品の買い出し、政府の福利厚生の手続きから、病気の家族の介護まで、現実の中で一歩ずつ対応する必要がある事柄を試しています。

テスト内容を決めるため、OpenAI は各国の住民の日常生活と時間配分に関する調査データを参考にし、さらに 3995 人を集めて、AI に最も手伝ってほしいことを尋ねました。これにより LifeVal は育児、医療、買い物、資産管理、教育などの分野をカバーしています。

OpenAI が公表した成績によると、GPT-5.2 の平均スコアは 49.3%、GPT-6 Astra はすでに 80.6% に向上しています。ただし、進歩は主に初期段階に集中しており、GPT-5.4 で既に 73%、GPT-5.6 が 80% に達し、最新の Astra はそれよりわずか 0.6 ポイント高いだけです。

公式はまた、いくつかの高得点の事例も紹介しています。例えば、一家の住まい探しを手伝って 100 点を獲得しました。AI は予算と通勤の要件に合う物件を見つけ、不動産取引税も計算し、関連書類をカートに追加してユーザーの確認に供しました。引っ越し後の幼稚園選びでは 93.1 点を獲得し、AI は 3 つの候補校を絞り込み、入学情報を整理しました。

LifeVal はこれまでにモデル改善の指針として使われており、現在も OpenAI 自身が設計し評価する内部テストの一套です。