覆盖急症与日常场景,MentalHealthBench 称比以往评测更贴近真实对话
thekaransinghal · x · 2026-09-24
作者称 MentalHealthBench 比以往的心理健康类评测更贴近真实对话,同时覆盖紧急危机情形和日常非急性场景,在设定高安全标准的同时,衡量 AI 支持用户身心健康方面的进步。
所属事件:OpenAI 开源 MentalHealthBench 心理健康基准(17 条相关)→
「研究」频道最新
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- AlphaGenome2 达 SOTA：从梯度预测中链接增强子与靶基因 — anshulkundaje · 2026-11-12
- AG2 消融实验：条件调制需进入编码器，eQTL 召回率近乎翻倍 — anshulkundaje · 2026-11-12
- 作者吐槽 CHI2027 评审:自认 ADR 论文优于所审稿件 — windx0303 · 2026-11-12
- 谷歌发布 AlphaGenome 2:预测 DNA 变异对特定细胞类型的影响 — sundarpichai · 2026-11-12
- 斯坦福 James Zou 上《经济学人》播客谈 agentic AI 如何变革科研 — anshulkundaje · 2026-11-12