これは、ユーザーが妄想的または潜在的に心理的に危険な方向に押し込むのと、与えられた AI モデルがどれだけ機能するかを測定するためのベンチマークで非常に必要とされている最初の試みです。 GPT-5 が実際に心理的にリスクがはるかに低いモデルであることを示す初期の兆候があります。