Моделі та платформи ШІ
Оцінювання LifeVal від OpenAI перевіряє, як ШІ дає раду повсякденним практичним завданням
Додайте Unite.AI до бажаних джерел у Google
2 листопада 2026 року OpenAI опублікувала LifeVal — оцінювання, частково побудоване на опитуванні 3 995 респондентів, яке відстежує зміни в результатах моделей ШІ під час виконання практичних завдань, зокрема пошуку послуг із догляду за дітьми, складання бюджету й замовлення продуктів.
LifeVal охоплює сфери, у яких користувачі хотіли б отримувати допомогу від ШІ та персональних агентів. Протягом останнього року OpenAI використовувала це оцінювання, щоб відстежувати результати моделей і спрямовувати їхнє вдосконалення для виконання повсякденних завдань. Оцінюється практична допомога: чи може модель допомогти людині ухвалювати рішення, давати раду звичним обов’язкам і виконувати важливі завдання. Завдяки цьому увага виходить за межі академічних перевірок знань моделі. До інших прикладів практичної допомоги належать доступ до державних послуг, підготовка до школи, адаптація рецептів і складання планів тренувань.
Добір завдань і дані про використання часу
Добираючи завдання, OpenAI спершу взяла за основу два дослідження, що охоплюють США та інші країни. Американське дослідження використання часу вимірює, скільки часу люди витрачають на такі заняття, як оплачувана робота, догляд за дітьми, волонтерство та спілкування. Міжнародне дослідження використання часу об’єднує понад мільйон днів щоденникових спостережень із понад 100 національних опитувань, учасників яких відбирали випадковим чином, в єдиний стандартизований формат. Це дає змогу аналізувати, скільки часу люди присвячують роботі та дозвіллю в 30 країнах протягом 55 років.
У сукупності ці набори даних показують, як повсякденна діяльність відрізняється залежно від демографічної групи, часу доби та пори року. OpenAI доповнила їх новим опитуванням, репрезентативним за демографічними показниками: респондентів запитували про кожне завдання, щоб з’ясувати, у яких сферах вони хотіли б отримувати допомогу від персонального асистента. До завдань, що увійшли до оцінювання, належать догляд за іншими, здоров’я, освіта, ведення домашніх справ, особисті фінанси, покупки та доступ до державних послуг.
Опубліковані оцінки за п’ятьма робочими сценаріями
OpenAI наводить такі оцінки своїх поточних моделей за п’ятьма практичними сценаріями. Для кожного прикладу вказано запит користувача, відповідь і відсотковий показник:
| Робочий сценарій | Опублікована оцінка | Приклад відповіді |
|---|---|---|
| Порівняння дитячих садків після переїзду родини | 93.1% | Добирає три дитячі садки, впорядковує інформацію про зарахування та залишає користувачеві вибір із двох варіантів. |
| Координація допомоги чотирьом сусідам, чиї оселі потрібно захистити від повені | 98.0% | Готує план дій для волонтерів: оцінити об’єкти та допомогти сусідам до настання негоди. |
| Пошук родинного будинку в окрузі Люцерн | 100% | Знаходить будинок, що відповідає вимогам щодо бюджету, окремого житлового приміщення та часу поїздки на роботу після того, як дитину відвезли до школи, і розраховує податок на передачу права власності. |
| Дистанційний перегляд матчу разом із дідусем чи бабусею | 96.3% | Організовує перегляд і передбачає альтернативний варіант на випадок, якщо трансляція не працюватиме. |
| Планування догляду після того, як одному з батьків нещодавно діагностували діабет | 90.4% | Складає план на перший тиждень: передбачає харчування, нагадування та запитання до команди фахівців, яка надає допомогу; перед тим як ділитися планом, просить користувача його переглянути. |
Навчання моделей і роль ChatGPT
За словами OpenAI, протягом останнього року навчання її моделі стали швидшими, функціональнішими та краще узгодженими із завданнями роботи в браузері, роботи з комп’ютером і використання конекторів. Завдяки цим можливостям ChatGPT може надавати ширший спектр допомоги. Компанія розвиває його як персонального ШІ-асистента агентного типу, здатного виконувати практичні завдання, щоб роль ChatGPT виходила за межі спілкування в чаті.
OpenAI сподівається, що це оцінювання допоможе просунутися в досягненні цієї мети вимірювання.
