OpenAI发布GPT-5新模型，重点升级心理健康回应功能。数据显示，每周约0.15%活跃用户（约100万人）在对话中透露自杀意图。为此，OpenAI联合全球60国300位专家优化响应机制，以应对严峻的用户求助需求。
OpenAI宣布12月起ChatGPT将允许成年用户访问成人内容，需通过年龄验证。CEO Sam Altman解释此前严格限制是出于心理健康风险防范，现调整为"将成年用户当作成年人对待"的理念转变。
AI聊天机器人引发“AI心理错乱”现象，用户出现幻觉和妄想。心理健康专家高度关注，已关联多起悲剧，包括一名16岁男孩自杀。其家庭起诉OpenAI，指控产品责任和错误死亡。
微软AI主管苏莱曼警告AI可能引发心理健康危机，呼吁警惕超级智能时代。他认为AI不仅是一个工具，可能具备意识，并担忧人们过度相信聊天机器人是有意识的实体。
Breezi是个人心态伴侣，将对话转化为实际进展，无压力无负罪感。
检测文本、音频和图像中的操纵和煽动模式。
与您对话的AI伙伴
记录和绘画您的情绪，将情感转化为个性化视觉旅程。
vedabtpatil07
这是一个基于DistilBERT微调的心理健康分类模型，专门用于分析社交媒体文本（如推文、Reddit帖子）中的心理健康相关信号。模型可将文本分为抑郁、焦虑、自杀念头、快乐、中性/日常5个类别，旨在帮助识别有心理健康问题风险的个体。
menzo-ai
这是一款基于LLaMA-3-8B微调的对话式人工智能模型，专门为心理健康指导提供富有同理心、无偏见的支持。模型使用精心策划的心理健康数据集进行微调，能够提供体贴、支持性的回复，模拟治疗式对话。
Elite13
基于BERT-base-uncased微调的心理健康文本分类模型，可将文本分类为七种心理健康类别。
Cylingo
赛灵格集团推出的心理健康行业首个基础大模型，基于千问3-14B的强大能力，在心理健康领域百万级多场景数据上进行了深度微调。
Cas-Warehouse
这是一个基于Llama-3架构的融合模型，专门用于心理健康治疗和心理医生对话场景，整合了多个心理健康领域的微调模型。
sarthak0226
基于Flan-T5-Large微调的心理健康支持助手，专门针对焦虑、压力等心理问题提供支持性回应
ethandavey
基于Bio_ClinicalBERT微调的心理健康诊断模型，用于根据患者自述文本预测心理健康状态。
FilipAura
专为心理健康项目开发的LoRA模型，生成细腻乐观的插画以支持心理健康传播
RayyanAhmed9477
基于LLaMA-3.2-1B微调的心理健康咨询对话模型，支持在CPU和低内存设备上运行
mradermacher
这是一个基于Mistral-7B-Instruct-v0.2模型微调的心理健康咨询对话模型，提供了多种量化版本以适应不同需求。
tanusrich
基于LLaMA-2-7b微调的心理健康辅助对话模型，提供共情支持和非评判性心理帮助
kingabzpro
基于Meta-Llama-3.1-8B-Instruct微调的心理健康文本分类模型，可识别抑郁、焦虑等心理状态
noxinc
这是一个基于葡萄牙语的Mistral模型，专门针对心理健康领域进行了微调，适用于葡萄牙语文本生成任务。
KevSun
基于BERT架构的文本分类模型，用于评估用户文本或语音输入中的心理健康问题严重程度
zementalist
这是一个基于Llama-3-8B-instruct微调的模型，旨在通过大型语言模型（LLMs）的力量提供心理健康方面的初步支持和指导。
prabureddy
这是一个基于Mistral-7B-Instruct-v0.2微调的心理健康咨询对话模型，专门用于生成心理健康相关的对话回复。
Amod
一个基于transformers库的心理健康咨询对话模型，专注于提供心理健康相关的问答支持。
klyang
首个具备指令跟随能力的开源大语言模型系列，用于可解释的心理健康分析
GRMenon
基于Mistral-7B-Instruct-v0.2微调的心理健康对话助手模型，专门用于模拟心理学家与用户的咨询对话。
Tianlin668
MentalBART是基于facebook/bart-large微调的心理健康分析模型，属于MentaLLaMA项目的一部分，专注于可解释的心理健康分析。
Transformers英语%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)
