OpenAI 联合 80 余名临床医生发布开源心理健康评测基准 MentalHealthBench
coherence · x · 2026-09-24
OpenAI 发布了开源基准 MentalHealthBench，用于评估前沿模型在真实心理健康对话场景中的表现，基准由 80 多位心理健康临床医生参与构建，并开放方法供研究者复现与扩展。
Boris MPower 在转发时提出一个规律性观察：一旦某个能力被良好度量，模型通常会在一年内把该指标刷到饱和，并希望心理健康场景也能如此，让模型真正帮到亿万用户。
所属事件:OpenAI 开源 MentalHealthBench 心理健康基准(17 条相关)→
「模型」频道最新
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12
- Google 发物理工程「最后考试」:14 个前沿模型全部不及格 — dl_weekly · 2026-11-12