📦
MentalHealthBench
产品提及 1 次热度 50首见 2026-09-28末见 2026-09-28
MentalHealthBench 是一款面向心理健康场景的 AI 评测基准(benchmark),从名称可以看出,其用途是衡量语言模型在心理与精神健康相关任务上的表现。此类基准通常覆盖几个维度:精神健康专业知识问答的准确性、情绪支持对话中的共情与回应质量、危机信号(如自伤与自杀风险)的识别与转介建议,以及对隐私与伦理边界的遵循程度。评测方式多为人工标注与专家评审相结合,并辅以自动化指标。它的价值在于为心理陪伴类应用和临床辅助工具提供可比较的能力与风险评估,避免仅凭通用对话能力评估高风险场景。该基准的主办机构、题目规模与评分细则,需要以其正式论文或项目页面为准。
柱高=当日提及条数,柱上数字=条数,无提及日为 0(无柱高)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
本月提及 1 条平均热度 35平均影响 3.0活跃 1/30 天
相关实体
完整时间线
- 2026-09-28AI 医疗评测热度 35 · 影响 3
OpenAI 发布 MentalHealthBench,为心理健康对话建立专家评测基准
MentalHealthBench 是由专家参与设计的评测基准,用于评估 AI 在真实心理健康对话中的有用性与安全性。把心理健康单列为评测维度,意味着 AI 助手在高风险情感场景的责任从产品问题变成可量化、可审计的指标。对企业采购方而言,这类基准将逐步进入合规清单;对模型厂商,它既是风险披露也是差异化声明。
来源:OpenAI Blog