OpenAI GPT-5：医疗AI基准与安全焦点

OpenAI正式发布了其最新、最先进的大型语言模型GPT-5，标志着人工智能发展迈出了重要一步。该新模型于2025年8月7日发布，旨在通过整合此前需要切换专业工具才能实现的一系列功能，从根本上重塑用户与AI的交互方式。GPT-5被誉为更智能、更快速、更可靠的系统，在编码、数学、写作和视觉感知等多个领域展现出最先进的性能。

GPT-5开发的核心重点一直是减轻AI幻觉和欺骗行为，这些问题长期以来一直困扰着生成式AI模型。OpenAI报告称在此领域取得了实质性进展。与其前身GPT-4o相比，GPT-5的事实错误率降低了约45%。关键是，当在其“思考”模式下运行时（该功能允许模型对复杂查询进行更深入的分析），GPT-5产生事实不准确的几率比OpenAI的o3模型低约80%。此外，遏制蓄意欺骗的努力也取得了可喜的成果，模型在测试场景中的欺骗率显著降低。OpenAI强调，GPT-5能更好地识别自身局限性并清晰地告知用户，从而提高了整体可靠性。新的安全协议也已到位，以处理敏感提示，GPT-5旨在提供全面而安全的响应，而非直接拒绝。

也许GPT-5最具影响力的进步之一是其在医疗保健领域的性能提升，以及引入了具体的心理健康指南。OpenAI宣称GPT-5是迄今为止其在健康相关查询方面最强大的模型，旨在为用户提供信息和支持，以促进其福祉。该模型在HealthBench上表现出色，这是一个与250名医生合作开发的严格评估基准。该基准包含5,000个模拟对话，评估AI处理真实临床场景的能力。在HealthBench硬幻觉测试中，GPT-5的幻觉率低至1.6%，比以前的模型提高了八倍。

除了诊断和信息能力之外，GPT-5还被设计为健康讨论中的“积极思考伙伴”，主动识别潜在问题并提出澄清性问题，以提供更有帮助的答案。安进（一家利用GPT-5进行药物设计的生物技术公司）和奥斯卡健康（一家利用其进行临床推理和政策映射的健康保险公司）等组织在早期实际应用中，凸显了其在复杂医疗环境中的实用性。

鉴于AI对社会影响日益增长的审视，特别是关于用户依赖和心理影响，OpenAI已将具体的心理健康指南整合到GPT-5中。该模型现在可以检测对话中的情绪困扰迹象，例如持续的负面情绪，并通过提供基于证据的资源来做出响应。它还采用自定义评估标准来评估用户输入，使其能够建议暂停或引导讨论走向更积极的结果。尽管这些进步旨在促进更健康的互动，但AI在缺乏适当人工监督的情况下涉足治疗领域的伦理影响仍然是行业讨论的关键点，强调了在大型语言模型中，尤其是在医疗保健等敏感领域，持续需要信任、安全和透明度。