OpenAI、日常タスク評価「LifeVal」を公開

OpenAIは2026年11月2日、AIモデルが日常生活の実務をどれだけこなせるか測る評価「LifeVal」を公開しました。同社によると、ChatGPTは毎週10億人を超える人が利用しており、個人向けアシスタントには助言や会話だけでなく、作業を完了させる行動が求められます。LifeValは、利用者がAIや個人向けエージェントに支援を求めてきた分野でモデルの性能を追跡するもので、OpenAIは過去1年間、改善の測定と促進に使ってきたと説明しています。

OpenAIは課題の選定に米国時間使用調査と多国間時間使用調査を用い、個人向けアシスタントに何を手伝ってほしいか、人口構成を反映した回答者3,995人に尋ねました。課題は介護、健康、教育、家事管理、個人の家計、買い物、行政サービスに及びます。引っ越し後の幼稚園探し、洪水への備えを担うボランティアの調整、ルザーン郡での住宅探し、遠隔でのスポーツ観戦会の手配、新たに糖尿病と診断された親の食事計画などが例に挙がっています。

OpenAIの報告では、現行モデルの成績は幼稚園探しで93.1%、ボランティア調整で98.0%、住宅探しで100%、遠隔観戦会の準備で96.3%、食事と介護の計画で90.4%でした。各例には、学校の候補選び、ボランティアの行動計画作成、住宅の譲渡税計算、配信の予備手段の設定、食事やリマインダー、医療チームへの質問の準備が含まれます。

OpenAIは過去1年間、ブラウザー操作、コンピューター操作、コネクターを使う作業で、モデルをより速く、能力が高く、指示との整合性も高くなるよう訓練したと述べています。ChatGPTでこれらの機能を使えるようにすることで、支援できる作業が広がり、自律型の個人向けアシスタントに近づくとしています。同社によると、LifeValはモデルの知識を測る学術試験を超え、意思決定や日々の責任、作業の完了をどれだけ支援できるか測ることを目指しています。

OpenAIは2026年11月2日、AIモデルが日常生活の実務をどれだけこなせるか測る評価「LifeVal」を公開しました。同社によると、ChatGPTは毎週10億人を超える人が利用しており、個人向けアシスタントには助言や会話だけでなく、作業を完了させる行動が求められます。LifeValは、利用者がAIや個人向けエージェントに支援を求めてきた分野でモデルの性能を追跡するもので、OpenAIは過去1年間、改善の測定と促進に使ってきたと説明しています。

OpenAIは課題の選定に米国時間使用調査と多国間時間使用調査を用い、個人向けアシスタントに何を手伝ってほしいか、人口構成を反映した回答者3,995人に尋ねました。課題は介護、健康、教育、家事管理、個人の家計、買い物、行政サービスに及びます。引っ越し後の幼稚園探し、洪水への備えを担うボランティアの調整、ルザーン郡での住宅探し、遠隔でのスポーツ観戦会の手配、新たに糖尿病と診断された親の食事計画などが例に挙がっています。

OpenAIの報告では、現行モデルの成績は幼稚園探しで93.1%、ボランティア調整で98.0%、住宅探しで100%、遠隔観戦会の準備で96.3%、食事と介護の計画で90.4%でした。各例には、学校の候補選び、ボランティアの行動計画作成、住宅の譲渡税計算、配信の予備手段の設定、食事やリマインダー、医療チームへの質問の準備が含まれます。

OpenAIは過去1年間、ブラウザー操作、コンピューター操作、コネクターを使う作業で、モデルをより速く、能力が高く、指示との整合性も高くなるよう訓練したと述べています。ChatGPTでこれらの機能を使えるようにすることで、支援できる作業が広がり、自律型の個人向けアシスタントに近づくとしています。同社によると、LifeValはモデルの知識を測る学術試験を超え、意思決定や日々の責任、作業の完了をどれだけ支援できるか測ることを目指しています。