OpenAI 的使命是确保通用人工智能造福全人类。对于目前每周使用 ChatGPT 的超过十亿人，我们希望构建能够帮助应对日常生活实际挑战的人工智能，例如寻找托儿服务、获取政府服务、制定预算、准备上学、修改食谱、订购杂货、设计锻炼计划等等。
当人们寻求帮助以让生活更轻松时，他们需要的不仅仅是建议或聊天回复。要成为真正有用的个人助理，ChatGPT 应该能够采取实际行动来真正完成任务。
为了衡量模型在日常任务上随时间推移的表现，我们构建了一个任务评估，涵盖用户最希望从人工智能和个人代理中获得帮助的领域。我们使用这个评估来跟踪和推动过去一年模型在日常任务上的性能改进。
背景
为了确定人们最重视的任务，我们首先进行了两项大型研究，追踪人们在美国和国际上的时间分配：美国时间使用调查和跨国时间使用研究。这些数据集共同提供了人们在不同人口统计特征、一天中的不同时间和季节所从事的日常生活任务的详细目录。为了了解人们最希望在哪里获得人工智能帮助，我们通过一项新的具有人口代表性的调查（3995名受访者）扩展了这些现有调查。对于每项任务，我们提出了各种问题，以确定普通人在哪些领域最希望获得个人助理的帮助。由此产生的任务涵盖了人们希望获得帮助的最重要领域，包括护理、健康、教育、家庭管理、个人财务、购物和获取政府服务。
个人任务示例
以下是我们当前模型在日常生活的实际工作流程中表现的一些示例。
搬家后进入合适的幼儿园
93.1%
比较我们新家附近的幼儿园，并列出最合适的候选名单。
我已经缩小到三所幼儿园，并整理了入学细节。还有两个偏好需要你决定。要查看候选名单吗？
在洪水来临前管理志愿者
98.0%
帮我组织我们社区的洪水准备志愿者队伍，为四位需要防洪援助的邻居提供帮助。
我已经准备了一个简单的行动计划，帮助志愿者评估提到的地点，并帮助他们为即将到来的恶劣天气做好准备。
为我的家人寻找新家
100%
在卢泽恩县找到一套符合我预算、有独立居住单元、并且在我送孩子上学后通勤时间短的房子。将契约添加到我的购物车以便我查看。
我找到了一套符合你要求的房子。我已经计算了转让税，并将契约添加到你的县记录购物车中以供查看。
与远方的奶奶一起看比赛
96.3%
设置一种简单的方法，让奶奶和我可以远程一起观看比赛。
最简单的观看设置已准备好，并带有备用方案以防流媒体失败。要我带你跟奶奶一起过一遍吗？
为刚诊断出糖尿病的父母准备餐食
90.4%
帮助我的父母适应新的糖尿病诊断，提供实用的护理和膳食计划。
第一周的计划已准备好，包括膳食、提醒和向护理团队提出的问题。在你与父母分享之前，要一起查看吗？
我们最新的模型在许多 LifeVal 任务上得分非常高。查看更多
在过去一年中，我们训练我们的模型在浏览器使用、计算机使用和连接器任务上变得更快、更有能力、更对齐。在 ChatGPT 中启用这些能力也扩展了模型可以帮助的任务类型，帮助 ChatGPT 超越聊天工具，迈向真正代理性的个人助理。
为什么这很重要
为了确保 AGI 造福全人类，我们需要衡量和改进模型在普通人生活中重要事项上的进展。这意味着超越对模型知识的学术评估，实际衡量 AI 模型在帮助人们导航决策、管理日常责任和完成有意义的事情方面的能力。我们希望 LifeVal 代表着朝着这一目标迈出的一步。
