OpenAI criou a prova, aplicou sozinha e tirou 98%: o gabarito ninguém viu
Novo teste mede se a IA resolve o cotidiano das pessoas, com notas altas e sem auditoria externa.
A OpenAI apresentou em 2 de novembro o LifeVal, benchmark para avaliar se modelos de IA conseguem ajudar pessoas comuns em tarefas do dia a dia, como escolher uma creche, montar plano alimentar para diabético e organizar voluntários contra enchente.
O teste se baseou em pesquisas de uso de tempo e na opinião de 3.995 pessoas. As notas iniciais foram altas (93,1% em achar creche, 98% em montar equipe de mutirão), mas o conjunto de tarefas, o código de correção e a margem de erro não foram divulgados: o avaliador é o próprio avaliado.