OpenAI 推出 LifeVal 基准，衡量 AI 协助完成日常事务的能力
OpenAI 推出 LifeVal 基准，用来衡量 AI 帮助人们完成日常任务的效果。该基准覆盖的范围包括寻找托育服务、管理财务和处理政府文书等生活事务。
#OpenAI
OpenAI NewsAI 评分5252 The DecoderAI 评分6767 Olam Labs 与 Y Combinator Labs 用 Minecraft 和 Mindustry 测试 50 个 AI 智能体集群
Olam Labs 与 Y Combinator Labs 在一份联合研究报告中，把 AI 智能体集群放进 Minecraft 和 Mindustry 测试其涌现行为。
The DecoderAI 评分6161 卢森堡大学研究：共情式提示词会让 ChatGPT、Grok、Gemini 表现出类创伤叙事
卢森堡大学团队让 ChatGPT、Grok 和 Gemini 通过普通用户界面扮演心理咨询来访者，模型把预训练、RLHF 和微调讲成受伤、警惕与羞耻的故事，研究覆盖 525 场会话和 7,600 条编码记录，已发布在 Hugging Face。