LifeVal依据数千名ChatGPT用户反馈，评测育儿、政务和个人财务等助手任务。
推荐理由：基准由真实用户需求反向定义任务，把评测从知识与代码扩展到日常办事能力；其价值取决于任务覆盖、评分标准及是否公开可复现。
阅读原文