एआई मॉडल और प्लेटफ़ॉर्म
OpenAI का LifeVal मूल्यांकन व्यावहारिक रोज़मर्रा के कामों में AI को परखता है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
OpenAI ने 2 नवंबर 2026 को LifeVal प्रकाशित किया। यह मूल्यांकन आंशिक रूप से 3,995 उत्तरदाताओं के सर्वेक्षण पर आधारित है और इसका उद्देश्य समय के साथ AI मॉडलों के प्रदर्शन को व्यावहारिक कामों में परखना है—जैसे बच्चों की देखभाल की व्यवस्था ढूँढ़ना, बजट बनाना और किराने का सामान मँगाना।
LifeVal उन क्षेत्रों को शामिल करता है जिनमें उपयोगकर्ता AI और व्यक्तिगत एजेंटों से मदद चाहते थे। OpenAI ने रोज़मर्रा के कामों में मॉडलों के नतीजों पर नज़र रखने और सुधारों की दिशा तय करने के लिए पिछले एक साल में इस मूल्यांकन का उपयोग किया है। इसका लक्ष्य व्यावहारिक सहायता को मापना है: क्या कोई मॉडल निर्णय लेने, रोज़मर्रा की ज़िम्मेदारियाँ सँभालने और सार्थक काम पूरे करने में किसी की मदद कर सकता है। इससे ध्यान, मॉडल के ज्ञान की शैक्षणिक जाँच से आगे बढ़ता है। व्यावहारिक सहायता के अन्य उदाहरणों में सरकारी सेवाओं तक पहुँच, स्कूल की तैयारी, व्यंजनों में बदलाव और कसरत की योजनाएँ बनाना शामिल हैं।
कामों का चयन और समय-उपयोग के आँकड़े
OpenAI ने कामों का चयन अमेरिका और अन्य देशों को शामिल करने वाले दो अध्ययनों से शुरू किया। अमेरिकी समय-उपयोग सर्वेक्षण यह मापता है कि लोग वेतन वाले काम, बच्चों की देखभाल, स्वयंसेवा और मेल-जोल जैसी गतिविधियों में कितना समय बिताते हैं। बहुराष्ट्रीय समय-उपयोग अध्ययन 100 से अधिक राष्ट्रीय स्तर के सर्वेक्षणों से बेतरतीब ढंग से चुने गए एक लाख से अधिक डायरी-दिवसों को एक मानकीकृत प्रारूप में संकलित करता है। इससे 30 देशों में 55 वर्षों की अवधि के दौरान काम और फ़ुर्सत की गतिविधियों में बिताए गए समय का विश्लेषण किया जा सकता है।
इन आँकड़ों को साथ देखने पर पता चलता है कि रोज़मर्रा की गतिविधियाँ जनसांख्यिकीय समूह, दिन के समय और मौसम के अनुसार कैसे बदलती हैं। OpenAI ने इनके साथ एक नया, जनसांख्यिकीय रूप से प्रतिनिधि सर्वेक्षण भी जोड़ा। इसमें हर काम के बारे में सवाल पूछे गए, ताकि पता चल सके कि उत्तरदाता किन कामों में व्यक्तिगत सहायक की मदद चाहते हैं। इनसे सामने आए कामों के क्षेत्रों में देखभाल, स्वास्थ्य, शिक्षा, घर-परिवार का प्रबंधन, निजी वित्त, खरीदारी और सरकारी सेवाओं तक पहुँच शामिल हैं।
पाँच कार्यप्रवाहों के लिए बताए गए स्कोर
OpenAI ने अपने मौजूदा मॉडलों के लिए पाँच व्यावहारिक कार्यप्रवाहों पर ये स्कोर बताए हैं। हर उदाहरण में उपयोगकर्ता का अनुरोध, उसका जवाब और एक प्रतिशत दिया गया है:
| कार्यप्रवाह | बताया गया स्कोर | जवाब का उदाहरण |
|---|---|---|
| घर बदलने के बाद किंडरगार्टन की तुलना | 93.1% | तीन किंडरगार्टन की संक्षिप्त सूची बनाता है, दाख़िले से जुड़ी जानकारी व्यवस्थित करता है और दो प्राथमिकताओं का फ़ैसला उपयोगकर्ता पर छोड़ता है। |
| बाढ़ से बचाव के लिए चार पड़ोसियों की सहायता हेतु स्वयंसेवकों का समन्वय | 98.0% | ख़राब मौसम आने से पहले स्वयंसेवकों के लिए स्थलों का आकलन करने और पड़ोसियों की मदद करने की कार्ययोजना तैयार करता है। |
| Luzerne County में परिवार के लिए घर की तलाश | 100% | ऐसा एक घर ढूँढ़ता है जो बजट, अलग रहने की इकाई और बच्चों को छोड़ने के बाद के आवागमन की ज़रूरतों से मेल खाता हो, और हस्तांतरण कर की गणना करता है। |
| दादा-दादी में से किसी एक के साथ दूर से खेल देखना | 96.3% | खेल देखने की व्यवस्था करता है और प्रसारण विफल होने की स्थिति के लिए एक विकल्प भी शामिल करता है। |
| माता-पिता में से किसी एक को हाल ही में मधुमेह का निदान मिलने के बाद देखभाल की योजना | 90.4% | पहले सप्ताह की ऐसी योजना तैयार करता है जिसमें भोजन, याद दिलाने वाली सूचनाएँ और देखभाल दल से पूछे जाने वाले सवाल शामिल हैं; इसे साझा करने से पहले उपयोगकर्ता से समीक्षा करने को कहा जाता है। |
मॉडल का प्रशिक्षण और ChatGPT की भूमिका
OpenAI का कहना है कि पिछले एक साल के प्रशिक्षण के दौरान उसके मॉडल ब्राउज़र, कंप्यूटर और कनेक्टर से जुड़े कामों के लिए तेज़, अधिक सक्षम और बेहतर ढंग से अनुरूप हुए। इन क्षमताओं से ChatGPT के ज़रिए उपलब्ध सहायता का दायरा बढ़ता है। उत्पाद की दिशा ऐसे व्यक्तिगत सहायक की ओर है जो व्यावहारिक काम कर सके और ChatGPT की भूमिका को केवल बातचीत तक सीमित न रखे।
OpenAI का कहना है कि उसे उम्मीद है कि यह मूल्यांकन मापन के उस लक्ष्य को आगे बढ़ाने में मदद करेगा।
