总分相近的模型各有强弱:10 项行为维度揭示 AI 心理支持差异
thekaransinghal · x · 2026-09-24
MentalHealthBench 可拆解为 10 项行为维度,揭示总分相近模型之间的差异:各模型在「主动追问上下文」上差距悬殊,而「共情与支持」的表现则相对一致。这说明单一总分不足以评估 AI 的心理支持能力。
所属事件:OpenAI 联手 80 余位临床医生开源心理健康基准(11 条相关)→
「模型」频道最新
- 不是所有任务都要最强模型：私有、免费、极速也够赢 — ChrisUniverse · 2026-09-24
- 用户实测 Gemini Flash 3.8:一条 prompt 把按钮组件变成小狗动效 — BuffaloConscious7919 · 2026-09-24
- StarDoc 开源 TeleOCR 文档解析模型,基于 Qwen2.5-VL 冲上 HF 热榜 — StarDoc-AI · 2026-09-24
- 传闻 SSI 将于本月发布首个模型，因安全顾虑曾推迟 — iruletheworldmo · 2026-09-24
- 40B 以下哪些微调模型最擅长模仿写作风格? — Borkato · 2026-09-24
- Opus 5.5 首日口碑：用户称直接取代了 Astra — kimmonismus · 2026-09-24