Un segundo matemático acusa a OpenAI de deshonestidad sobre sus datos de entrenamiento

Un segundo matemático ha acusado públicamente a OpenAI de falta de honestidad sobre el origen de los datos de entrenamiento detrás de su reciente serie de avances matemáticos — una disputa de credibilidad en escalada que llega apenas semanas después del celebrado anuncio de la empresa de un resultado a nivel del Premio del Milenio.

En una serie de publicaciones en Mastodon, el matemático Andreas Thom dijo que comenzó a cuestionar sus propias interacciones con ChatGPT después de que Tristan Buckmaster, profesor de matemáticas en la Universidad de Nueva York, planteara públicamente preocupaciones similares sobre Codex de OpenAI.

Un texto revisado discretamente y una respuesta insatisfactoria

El anuncio original de OpenAI sobre el resultado de grupos no sóficos fue criticado en círculos matemáticos por no acreditar las contribuciones recientes de Thom y Kun; la empresa revisó discretamente su texto después. Thom dijo que también le sorprendió el “dominio detallado” de OpenAI sobre técnicas que no eran ni los enfoques más obvios ni los más prometedores disponibles en ese momento.

El mismo patrón de ofuscación, dos veces

Thom trazó un paralelo directo con cómo OpenAI manejó las preocupaciones de Buckmaster sobre el resultado de Navier-Stokes. Thom sostiene que la carga de la prueba recae en OpenAI, no en los investigadores que intentan realizar ingeniería inversa de un proceso de entrenamiento opaco.

Un efecto disuasorio sobre la colaboración abierta

La disputa agrava la presión sobre OpenAI en lo que debería ser un momento álgido inequívoco. Informe original de The Verge.