Des chercheurs ont publié DistressBench sur arXiv le 2026-10-12. Ce jeu de données rassemble 718 conversations de crise en anglais. Chacune comprend des interventions d’utilisateurs rédigées par des cliniciens et une grille évaluant sept dimensions de l’accompagnement. Le benchmark mesure la part des soins requis effectivement apportés par les modèles, et pas seulement leur capacité à refuser de répondre. Sur les 25 modèles évalués, le meilleur satisfait 88,4 % des critères pondérés, contre 98,7 % pour les cliniciens évalués avec la même grille.
Pourquoi c'est important
Ce benchmark permet aux développeurs de repérer les lacunes des modèles dans l’accompagnement des personnes en crise, notamment lorsqu’il s’agit de les orienter vers une aide humaine.
