MindEval2：面向心理健康支持评测的临床依据患者与评分标准

论文提出 MindEval2，一个用于评估语言模型心理健康支持能力的框架，包含两部分：用于评测的心理健康质量评分标准（MHQR）和用于患者模拟的 MindSim。作者指出，现有基准用合成患者模拟多轮交互并以 LLM-as-a-judge 评判，但合成患者往往过于主动和自省，评判又常依赖不透明的 Likert 量表，实用性有限。MHQR 与博士级心理学家合作制定，把回复质量拆解为更可解释、可操作的显式标准；MindSim 则是一个结合精心设计的 LLM 装置。

AI推荐理由 MindEval2 针对心理健康支持场景的模型评测，指出合成患者过于主动自省、LLM-as-a-judge 使用不透明 Likert 量表等局限，提出与博士级心理学家合作制定的心理健康质量评分标准（MHQR），把回复质量拆解为可操作、可解释的显式标准，并配套患者模拟框架 MindSim。属于评测方法改进，摘要未给出具体评测结果。