Story
OpenAI เผยเกณฑ์มาตรฐานเพื่อประเมินการตอบสนองของโมเดล AI ในสถานการณ์ด้านสุขภาพจิต
เมื่อวันพุธที่ผ่านมา OpenAI ได้เปิดตัว MentalHealthBench ซึ่งเป็นเกณฑ์มาตรฐานโอเพนซอร์สใหม่ที่ออกแบบมาเพื่อประเมินประสิทธิภาพของโมเดล AI ในการสนทนาเกี่ยวกับสุขภาพจิตที่สมจริง กรอบการทำงานนี้ได้รับการพัฒนาร่วมกับผู้เชี่ยวชาญด้านสุขภาพจิตที่ได้รับใบอนุญาตมากกว่า 80 คนจาก 22 ประเทศ เพื่อสร้างมาตรฐานการประเมินความสามารถของ AI ในด้านที่ละเอียดอ่อนนี้
โครงสร้างและประสิทธิภาพของเกณฑ์มาตรฐาน
MentalHealthBench ประเมินโมเดล AI ในพฤติกรรมหลักๆ เช่น ความปลอดภัย การแสวงหาบริบท การรักษาอำนาจการตัดสินใจของผู้ใช้ และการให้คำแนะนำที่นำไปปฏิบัติได้ ตามข้อมูลของ OpenAI เกณฑ์มาตรฐานนี้ประกอบด้วยสถานการณ์ต่างๆ ดังนี้:
- 53.5% เกี่ยวข้องกับการสนทนาทั่วไปในชีวิตประจำวัน
- 28.3% จำลองสถานการณ์ฉุกเฉินที่มีข้อกังวลด้านความปลอดภัยในทันที
- 18.2% ครอบคลุมการสนทนาที่มีความรุนแรงสูงซึ่งบ่งชี้ถึงปัญหาสุขภาพจิตที่ร้ายแรง
OpenAI ได้ประเมินโมเดล AI หลายตัวเทียบกับเกณฑ์มาตรฐาน โดยใช้โมเดล GPT-5.6 Sol ของตนเองเป็นตัวประเมินอัตโนมัติตามเกณฑ์ที่ผู้เชี่ยวชาญกำหนด บริษัทรายงานว่า GPT-6 Astra ได้คะแนนสูงสุดที่ 57.3% ตามมาด้วย GPT-6 Sol ที่ 53.9% และ Claude Opus 5.5 ที่ 52.4%
เกณฑ์การประเมินโดยผู้เชี่ยวชาญ
Adระบบการประเมินสร้างขึ้นจากเกณฑ์โดยละเอียดที่สร้างโดยผู้เชี่ยวชาญด้านสุขภาพจิตที่เข้าร่วม โดยแต่ละสถานการณ์ได้รับการตรวจสอบโดยผู้เชี่ยวชาญอย่างน้อยสามคน เกณฑ์ต่างๆ ได้รับการกำหนดค่าน้ำหนักตั้งแต่ -10 ถึง +10 โดยพิจารณาจากความสำคัญทางคลินิกเพื่อให้คะแนนการตอบสนองของแบบจำลอง
ในการวิเคราะห์แยกต่างหากที่เกี่ยวข้องกับผู้ใหญ่ 44 คนที่ใช้ AI เพื่อการสนับสนุนด้านสุขภาพจิต OpenAI พบว่าผู้ใช้ให้คุณค่ากับขั้นตอนต่อไปที่เป็นรูปธรรมและน้ำเสียงที่เหมาะสม ในทางตรงกันข้าม ผู้เชี่ยวชาญทางคลินิกให้ความสำคัญกับความสามารถของ AI ในการรวบรวมบริบทที่เกี่ยวข้องและตีความสถานการณ์ที่คลุมเครือได้อย่างถูกต้องมากกว่า เกณฑ์การให้คะแนนสุดท้ายสำหรับเกณฑ์มาตรฐานนั้นอิงตามฉันทามติของผู้เชี่ยวชาญ
บริบทและมาตรการความปลอดภัยที่ครอบคลุมมากขึ้น
การเปิดตัว MentalHealthBench เป็นส่วนหนึ่งของความพยายามที่กว้างขึ้นของ OpenAI ในการเพิ่มความปลอดภัยในผลิตภัณฑ์ของบริษัท บริษัทระบุว่าได้เสริมความแข็งแกร่งในการตอบสนองของ ChatGPT ในการสนทนาที่ละเอียดอ่อน ขยายการเข้าถึงแหล่งข้อมูลวิกฤต และแนะนำคุณสมบัติใหม่ ๆ เช่น ตัวเลือก "ผู้ติดต่อที่เชื่อถือได้" และ "ChatGPT สำหรับวัยรุ่น" ที่มีระบบป้องกันเพิ่มเติม ด้วยการเปิดให้ผู้วิจัยเข้าถึงเกณฑ์มาตรฐานนี้ OpenAI มุ่งหวังที่จะส่งเสริมการพัฒนาและการตรวจสอบเพิ่มเติมในด้าน AI สำหรับสุขภาพจิต
Read next
More on หุ้น
FTC สั่งให้ Walmart, Uber และ Delta เปิดเผยข้อมูลเกี่ยวกับการกำหนดราคาตามบุคคล
คณะกรรมการการค้าแห่งสหรัฐอเมริกา (FTC) เรียกร้องให้บริษัทขนาดใหญ่ 9 แห่ง ซึ่งรวมถึงบริษัทชั้นนำในธุรกิจค้าปลีก การท่องเที่ยว และเศรษฐกิจแบบแบ่งปัน (gig economy) เปิดเผยข้อมูลเกี่ยวกับวิธีการใช้ข้อมูลผู้บริโภคในการกำหนดราคาสินค้าและค่าจ้างรายบุคคล
Google เปิดตัวโมเดล AI Gemini 4 Carbon เพื่อเสริมศักยภาพด้านความปลอดภัยทางไซเบอร์
Google บริษัทในเครือ Alphabet ได้เปิดตัว Gemini 4 Carbon ซึ่งเป็นโมเดล AI รุ่นล่าสุดที่ออกแบบมาโดยเฉพาะสำหรับงานด้านความปลอดภัยทางไซเบอร์ขั้นสูง เช่น การตรวจจับช่องโหว่และการสร้างโค้ดที่ปลอดภัย การเปิดตัวครั้งนี้เป็นการเพิ่มการแข่งขันกับคู่แข่งอย่าง OpenAI และ Anthropic ในตลาด AI สำหรับองค์กร
หุ้น Oracle พุ่งขึ้นหลังจากเปิดเผยเป้าหมายรายได้ 225 พันล้านดอลลาร์สหรัฐสำหรับปี 2030
หุ้นของ Oracle พุ่งขึ้นอย่างมากหลังจากที่บริษัทได้นำเสนอแนวโน้มทางการเงินระยะยาว โดยตั้งเป้าหมายรายได้ต่อปีอย่างน้อย 225 พันล้านดอลลาร์ภายในปีงบประมาณ 2030 ซึ่งขับเคลื่อนโดยธุรกิจโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์ (AI) ที่กำลังขยายตัว
แหล่งข่าวระบุว่า กระทรวงยุติธรรมสหรัฐฯ กำลังตรวจสอบข้อตกลงซื้อกิจการ Hugging Face มูลค่า 12.9 พันล้านดอลลาร์ของ Nvidia ท่ามกลางการสอบสวนด้านการผูกขาดทางการค้าในวงกว้าง
มีรายงานว่ากระทรวงยุติธรรมสหรัฐฯ กำลังตรวจสอบแผนการเข้าซื้อกิจการแพลตฟอร์ม AI Hugging Face มูลค่า 12.93 พันล้านดอลลาร์ของ Nvidia ซึ่งเป็นส่วนหนึ่งของการสอบสวนการผูกขาดทางการค้าที่กำลังดำเนินอยู่เกี่ยวกับการดำเนินงานในตลาดของบริษัทผู้ผลิตชิปรายนี้