MentalHealthBench 发布:联合 80 余名持证心理专家评估 AI 心理对话
thekaransinghal · x · 2026-09-25
新开源基准 MentalHealthBench 发布,用于评估 AI 模型在真实心理健康对话场景中的回应质量。团队与 80 余名持证心理学家和精神科医生合作,覆盖多样化场景,并制定了高质量评分细则(rubrics),目标是提供一个可以被「刷满」前的严格测试集,推动模型在心理健康这一高风险领域的可靠评估。
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