OpenAI发布MentalHealthBench，评估AI在心理健康对话中的表现
OpenAI News介绍称，MentalHealthBench是一个由专家参与设计的基准，用于评估AI在真实心理健康对话中是否既有用又安全。
AI解读：OpenAI公开了一个叫MentalHealthBench的新基准，用来衡量AI在心理健康对话里的表现。
这个基准的特点是“专家参与设计”，评测对象是AI回复在真实感心理健康对话中有没有帮上忙、有没有造成风险。
它针对的是心理健康场景这种容错率很低的领域：AI的回答既要对用户有用，又不能给出不安全的内容。
目前公开信息只有一句介绍，具体怎么打分、包含多少对话、覆盖哪些情形都还没有披露，所以现在只能确认基准的用途和定位，不能判断它实际能不能区分好坏模型。
OpenAI News发布了MentalHealthBench，并给出简短介绍：这是一个由专家参与设计的基准，用于评估AI在贴近现实的心理健康对话中，给出的回复是否既有帮助又安全。
根据该介绍，评估对象是AI回复本身，覆盖的场景是真实感的心理健康对话，衡量维度包括“有用”和“安全”两项。
来源只提供了这一句摘要式说明，没有公布基准的题目数量、评分方法、参与专家构成、测试了哪些模型或具体结果。