MentalHealthBench 由 80 多名持证心理学家参与制定，包含 5262 条专家评分标准，覆盖 19 种语言。GPT-6 Astra 得分最高 57.3%，但临床医生撰写的参考回答仅得 38.5%，差距引发深思。#OpenAI# #AI心理健康#