斯坦福等团队发布心理健康临床任务评测数据集MENTAT

斯坦福大学等团队提出面向心理健康照护决策的评测数据集MENTAT，发表于ICLR 2026，涵盖治疗、诊断、临床记录、监测和分诊五个领域，共203道五选一题目。数据集由九名美国精神科执业医生设计并标注，未使用LLM参与编写或核验，并通过替换年龄、族裔等患者人口统计学信息设置不同性别版本来考察模型偏见。团队报告被测模型在决策质量上存在显著差异，且对患者人口统计学信息敏感、公平性不足。