大多数心理健康基准测试专注于紧急情况。MentalHealthBench 旨在覆盖全面范围…
摘要
OpenAI 宣布，MentalHealthBench 旨在覆盖 AI 心理健康对话的完整范围，从日常支持到急性危机场景。
查看缓存全文
缓存时间: 2026/09/23 20:17
大多数心理健康基准测试聚焦于紧急情况。
MentalHealthBench旨在涵盖人们向AI咨询的全谱系心理健康对话——从日常支持到更急性的危机情境。https://t.co/bxnTv1ril5
相似文章
推出MentalHealthBench
OpenAI推出了MentalHealthBench，这是一个开放基准，用于评估心理健康对话中的AI回复，与超过80名心理健康专家共同创建，以衡量安全性、上下文、主动性和指导性。
HealthBench-Psych: OpenAI HealthBench 的心理健康子集
HealthBench-Psych 引入了 OpenAI HealthBench 基准测试的一个心理健康子集，用于评估 LLMs 在心理健康对话中的表现，经过临床医生审查验证，并评估了 20 个模型作为可重复使用的资源。
介绍 HealthBench
OpenAI 推出了 HealthBench，这是一个用于评估医疗保健环境中人工智能系统的新基准。该基准由来自 60 个国家的 262 名医生共同创建，包含 5,000 个逼真的健康对话和医生编写的评分标准，用于评估模型在有意义、可信和可改进的指标上的性能。
研究发现：AI 模型虽能识别危险，却无法在心理危机中提供有效帮助
Scale AI 推出了 DistressBench，这是一项由临床医生编写的基准测试，旨在检验 AI 模型在自杀或自残危机中能否提供充分的帮助。测试结果显示，25 个前沿模型往往能够识别危险信号，却依然无法提供所需的心理援助资源和应对步骤。
关于我们心理健康相关工作的更新
OpenAI 宣布了关于 ChatGPT 心理健康相关工作的更新，包括为成年用户提供新的信任联系人功能、通过先进的评估方法改进情绪困扰检测，以及于 2025 年 9 月推出的家长控制功能。该公司还涉及了在加州法院合并审理的持续心理健康相关诉讼，承诺保持透明度并持续改进安全功能。