# 危機時の支援対応を測る「DistressBench」公開

> 自殺や自傷の危機にあるユーザーへの対応を25のAIモデルで評価。最良のモデルでも、ケア基準を満たした割合は88.4%だった。

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

研究者らは2026-10-12、718件の英語による危機相談を収録したデータセット「DistressBench」をarXivで公開した。各会話には、臨床家が作成したユーザー発話と、支援を7つの側面から評価する基準が含まれる。このベンチマークでは、回答を拒否したかどうかだけでなく、必要なケアをどの程度提供できたかを割合で採点する。評価対象の25モデルのうち、最高のモデルは重み付けされた基準の88.4%を満たした。一方、臨床家の評価は同じ基準で98.7%だった。

## 事実

- 自傷に関する23のサブカテゴリーを網羅した718件の会話
- 最良のモデルはケア基準の88.4%を満たし、モデルの中央値は71.4%だった

## なぜ重要か

このベンチマークにより、危機に直面した人への実際の支援でモデルが苦手とする点、特に人による支援へのつなぎ方を開発者が把握できる。

## 出典と参考資料

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

最終更新: 2026-10-12