Запущен MentalHealthBench для оценки ИИ в психологических беседах

Разработчики запустили MentalHealthBench — бенчмарк для проверки того, насколько безопасно и полезно ИИ общается с людьми на темы психического здоровья. Инструмент создан на основе экспертных знаний и тестирует модели на реалистичных сценариях консультаций.

Это позволит разработчикам выявлять риски перед тем, как выпускать ИИ-ассистентов в продакшн.