Chinese contentOpenAI 发布 MentalHealthBench，GPT-6 Astra 得分 57.3
OpenAI 拉了 80 多位心理医生做了个心理健康对话基准，GPT-6 Astra 考了 57.3 分，GPT-4o 只有 32.1，想看模型心理对话靠谱程度可以关注这套评测。
#MentalHealthBench
4 stories · 0 in 7 days · 0 in 30 days
Stories, products and papers tagged "MentalHealthBench", newest first.
Sep 24
Chinese contentOpenAI 发布 MentalHealthBench：1215 段对话评估 AI 心理健康应对能力
OpenAI 拿出 1215 段心理对话让各家模型答题，GPT-6 Astra 拿 57.3% 第一，Gemini 2.5 Pro 只有 29.5%，数据集已开放下载。
Chinese contentOpenAI 发布 MentalHealthBench：评估 AI 心理健康对话的安全性
OpenAI 做了个心理健康对话评测集，专门测模型遇到自伤、焦虑这类敏感问题时答得稳不稳，各家模型能拿它来横向对比。
Chinese contentOpenAI 发布 MentalHealthBench 心理健康对话基准
OpenAI 和 80 多位临床医生一起做了个心理健康对话评测基准，还开源了方法，做模型评测的可以拿来直接跑。
