MentalHealthBench：一个由专业人士知情参与的基准，用来在贴近真实的心理健康对话里评估 AI 回应是否既有帮助又安全
Introducing MentalHealthBench
评分 50
导读
OpenAI 发布 MentalHealthBench，这是一个专家知情（expert-informed）的基准，评测对象是 AI 在贴近现实的心理健康对话中给出的回应是否既有帮助又安全。它把心理健康这类高风险场景单独拆出来做成可复现的尺子，而不是在笼统层面谈安全。
推荐理由
敏感场景的专用基准有公共价值，也补上了这一方向缺的可复现评测；但材料本身不含模型能力结论。
主体与标签
#评测/基准#安全/对齐
正文
MentalHealthBench is an expert-informed benchmark for evaluating helpful and safe AI responses across realistic mental health conversations.