这是一个非常必要的首次尝试，旨在建立一个基准，以衡量给定的人工智能模型在用户推动它们朝向妄想或潜在心理危险方向时的表现。 一些早期信号表明，完整的GPT-5（非聊天模式）是一个心理风险较低的模型。