نشر باحثون على منصة arXiv في 2026-10-12 مجموعة بيانات DistressBench، التي تضم 718 محادثة باللغة الإنجليزية حول الأزمات. تتضمن كل محادثة رسائل من المستخدمين صاغها مختصون سريريون، إلى جانب مقياس يقيّم الدعم وفق سبعة أبعاد. ويقيس المعيار النسبة التي توفرها النماذج من الرعاية المطلوبة، بدلًا من الاكتفاء بتحديد ما إذا كانت ترفض الإجابة. ومن بين 25 نموذجًا خضعت للتقييم، استوفى النموذج الأفضل 88.4% من المعايير الموزونة، في حين حقق المختصون السريريّون 98.7% وفق المقياس نفسه.
لماذا يهم
يتيح هذا المعيار للمطورين معرفة أوجه قصور النماذج في تقديم مساعدة فعلية خلال الأزمات، ولا سيما في توجيه المستخدمين إلى مساعدة بشرية.
