Günlük hayata odaklanan yeni ölçüt
OpenAI, LifeVal adını verdiği yeni bir benchmark duyurdu. Amaç, yapay zekânın insanların gündelik işlerini tamamlamasına ne kadar yardımcı olduğunu ölçmek.
Hangi görevler ölçülüyor?
Şirketin verdiği örnekler arasında çocuk bakımı bulmak, kişisel finansı yönetmek ve devlet evrakıyla ilgili işleri halletmek yer alıyor. Yani ölçüt, soyut test sorularından çok gerçek hayattaki iş akışlarına bakıyor.
Neden önemli?
Mevcut benchmark'ların çoğu modelin bilgi ve akıl yürütme becerisini ölçüyor. LifeVal ise yapay zekânın günlük hayatta pratik faydasını öne çıkararak, modellerin gerçek kullanıcılar için ne kadar işe yaradığını görünür kılmayı hedefliyor.
