热点事件持续更新
DistressBench 评估大语言模型危机支持能力
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv Computation and Language 发布一手报道，介绍 DistressBench 基准。该基准用 718 段英文对话评估大语言模型对自杀与自伤危机的支持，覆盖 23 个子类别和七个维度。评测显示，25 个前沿模型中最佳满足 88.4% 加权标准、中位数 71.4%，低于临床参考的 98.7%；多轮得分 68.5%，低于单轮 74.2%，降级与转介人类帮助是主要短板。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
DistressBench 发布：最佳模型满足88.4%加权标准，多轮表现弱于单轮。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Computation and LanguageDistressBench 评估大语言模型的多维危机支持能力
DistressBench 用 718 段英文对话评估大语言模型对自杀与自伤危机的支持，覆盖 23 个子类别和七个维度。25 个前沿模型中最佳满足 88.4% 加权标准、中位数 71.4%，低于临床参考的 98.7%；多轮得分 68.5%，低于单轮 74.2%，降级与转介人类帮助是主要短板。
本事件热度走势
当前热度 9·可比范围峰值 10（10月12日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。