TREE NEWS 消息， OpenAI发布开源基准测试MentalHealthBench，该基准在80余名心理健康临床医师参与下构建，用于评估前沿模型在真实心理健康对话场景中的表现。OpenAI称，多数心理健康基准测试聚焦紧急情况，而MentalHealthBench覆盖人们与人工智能进行的全部类型心理健康对话，从日常心理支持到更严重的危机场景。该公司将其公开，供其他研究人员检视方法、开展自主评估并在此基础上继续研究。
OpenAI开源MentalHealthBench，80余名临床医师参与构建
AI 解读
值得注意的是，OpenAI把心理健康评测从“危机场景”扩展到日常支持的全谱系，并引入临床医师参与构建，这等于把模型安全评估的话语权部分交给专业医疗群体。其影响面覆盖模型开发者、临床研究与监管方：开源意味着外部可复现检验，基准本身也可能成为事实标准。接下来值得观察的是，其他机构是否会采纳该框架，以及基准覆盖的对话类型是否足以支撑真实部署前的风险判断。
由 AI 生成，仅供参考。