推出 MentalHealthBench

有人发布了一个叫 MentalHealthBench 的测试基准，用来评估 AI 在真实心理健康对话中回答得是否有帮助、是否安全。此前缺少专门针对这类敏感场景的评测标准，很难判断 AI 的建议靠不靠谱或会不会造成伤害。这次的做法是请专家参与设计评测内容，让测试更贴近现实对话。读者由此可以知道，未来比较 AI 在心理健康领域的表现时，多了一个可参考的专门标准。不过材料没有说明具体由谁发布、包含多少题目、是否已经开放使用。