OpenAI發佈GPT-5新模型，重點升級心理健康回應功能。數據顯示，每週約0.15%活躍用戶（約100萬人）在對話中透露自殺意圖。爲此，OpenAI聯合全球60國300位專家優化響應機制，以應對嚴峻的用戶求助需求。
OpenAI宣佈12月起ChatGPT將允許成年用戶訪問成人內容，需通過年齡驗證。CEO Sam Altman解釋此前嚴格限制是出於心理健康風險防範，現調整爲"將成年用戶當作成年人對待"的理念轉變。
AI聊天機器人引發“AI心理錯亂”現象，用戶出現幻覺和妄想。心理健康專家高度關注，已關聯多起悲劇，包括一名16歲男孩自殺。其家庭起訴OpenAI，指控產品責任和錯誤死亡。
微軟AI主管蘇萊曼警告AI可能引發心理健康危機，呼籲警惕超級智能時代。他認爲AI不僅是一個工具，可能具備意識，並擔憂人們過度相信聊天機器人是有意識的實體。
Breezi是個人心態伴侶，將對話轉化為實際進展，無壓力無負罪感。
檢測文本、音頻和圖像中的操縱和煽動模式。
與您對話的AI夥伴
記錄和繪畫您的情緒，將情感轉化為個性化視覺旅程。
vedabtpatil07
這是一個基於DistilBERT微調的心理健康分類模型，專門用於分析社交媒體文本（如推文、Reddit帖子）中的心理健康相關信號。模型可將文本分為抑鬱、焦慮、自殺念頭、快樂、中性/日常5個類別，旨在幫助識別有心理健康問題風險的個體。
menzo-ai
這是一款基於LLaMA-3-8B微調的對話式人工智能模型，專門為心理健康指導提供富有同理心、無偏見的支持。模型使用精心策劃的心理健康數據集進行微調，能夠提供體貼、支持性的回覆，模擬治療式對話。
Elite13
基於BERT-base-uncased微調的心理健康文本分類模型，可將文本分類為七種心理健康類別。
Cylingo
賽靈格集團推出的心理健康行業首個基礎大模型，基於千問3-14B的強大能力，在心理健康領域百萬級多場景數據上進行了深度微調。
Cas-Warehouse
這是一個基於Llama-3架構的融合模型，專門用於心理健康治療和心理醫生對話場景，整合了多個心理健康領域的微調模型。
sarthak0226
基於Flan-T5-Large微調的心理健康支持助手，專門針對焦慮、壓力等心理問題提供支持性回應
ethandavey
基於Bio_ClinicalBERT微調的心理健康診斷模型，用於根據患者自述文本預測心理健康狀態。
FilipAura
專為心理健康項目開發的LoRA模型，生成細膩樂觀的插畫以支持心理健康傳播
RayyanAhmed9477
基於LLaMA-3.2-1B微調的心理健康諮詢對話模型，支持在CPU和低內存設備上運行
mradermacher
這是一個基於Mistral-7B-Instruct-v0.2模型微調的心理健康諮詢對話模型，提供了多種量化版本以適應不同需求。
tanusrich
基於LLaMA-2-7b微調的心理健康輔助對話模型，提供共情支持和非評判性心理幫助
kingabzpro
基於Meta-Llama-3.1-8B-Instruct微調的心理健康文本分類模型，可識別抑鬱、焦慮等心理狀態
noxinc
這是一個基於葡萄牙語的Mistral模型，專門針對心理健康領域進行了微調，適用於葡萄牙語文本生成任務。
KevSun
基於BERT架構的文本分類模型，用於評估用戶文本或語音輸入中的心理健康問題嚴重程度
zementalist
這是一個基於Llama-3-8B-instruct微調的模型，旨在通過大型語言模型（LLMs）的力量提供心理健康方面的初步支持和指導。
prabureddy
這是一個基於Mistral-7B-Instruct-v0.2微調的心理健康諮詢對話模型，專門用於生成心理健康相關的對話回覆。
Amod
一個基於transformers庫的心理健康諮詢對話模型，專注於提供心理健康相關的問答支持。
klyang
首個具備指令跟隨能力的開源大語言模型系列，用於可解釋的心理健康分析
GRMenon
基於Mistral-7B-Instruct-v0.2微調的心理健康對話助手模型，專門用於模擬心理學家與用戶的諮詢對話。
Tianlin668
MentalBART是基於facebook/bart-large微調的心理健康分析模型，屬於MentaLLaMA項目的一部分，專注於可解釋的心理健康分析。
Transformers英語%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
