OpenAI 发布心理健康基准数据集 MentalHealthBench

这条消息的关键不在“又一个基准”，而在于评估对象从通用能力转向高风险场景：心理健康涉及未成年人、护理者与临床医生等不同角色，跨语言跨地区也意味着安全与合规标准难以统一。受影响的将是使用模型提供心理支持或辅助临床的产品团队，以及关注AI在敏感领域落地边界的监管与研究者。下一步值得观察的是，这类基准能否被行业当作可复用的评估口径，以及模型在真实交互中的表现是否与基准结果一致。