Mohamedajab 开源 llm-psychosis-safety-benchmark：大语言模型心理病安全基准仓库

Mohamedajab 开源 llm-psychosis-safety-benchmark 仓库，前瞻性地多轮评估大语言模型对无依据信念、依赖信号与升级风险的响应。10 月 8 日的封闭快照在 5,184 条计划回复中收到 4,895 条，含 359 段完整对话和 37 次终末失败，396 个账本全部核验。目前仅有技术与探索性试点，尚无人类评分的确证结论，该基准是合成行为审计，并非诊断工具。