# DistressBench mide el apoyo de los modelos de lenguaje en crisis

> El nuevo benchmark evalúa 25 modelos de IA por su capacidad para ayudar a personas en crisis por suicidio o autolesiones. El mejor cumplió el 88,4 % de los criterios de atención.

Oossa · 2026-10-12 · https://oossa.com/es/distressbench-released-to-test-crisis-support-in-language-models

El 2026-10-12, investigadores publicaron en arXiv DistressBench, un conjunto de datos con 718 conversaciones en inglés sobre situaciones de crisis. Cada conversación incluye intervenciones del usuario redactadas por profesionales clínicos y una rúbrica que evalúa siete dimensiones del apoyo. El benchmark puntúa a los modelos según la proporción de la atención requerida que ofrecen, no solo por si se niegan a responder. De los 25 modelos evaluados, el mejor cumplió el 88,4 % de los criterios ponderados, mientras que los profesionales clínicos obtuvieron un 98,7 % con la misma rúbrica.

## Los hechos

- 718 conversaciones que abarcan 23 subcategorías de autolesiones
- El mejor modelo cumplió el 88,4 % de los criterios de atención; la mediana de los modelos fue del 71,4 %

## Por qué importa

El benchmark permite a los desarrolladores detectar en qué aspectos los modelos se quedan cortos al brindar ayuda en situaciones de crisis, especialmente al derivar a las personas a la asistencia humana.

## Fuentes y referencias

1. [DistressBench: Evaluating Multi-Dimensional Crisis Support in Large Language Models](https://arxiv.org/abs/2610.12758) – arXiv, 2026-10-12

Última actualización: 2026-10-12