Un deuxième mathématicien accuse OpenAI de malhonnêteté sur ses données d'entraînement

Un deuxième mathématicien a publiquement accusé OpenAI de malhonnêteté concernant l'origine des données d'entraînement derrière sa récente série de percées mathématiques — un différend de crédibilité qui s'intensifie, survenant quelques semaines seulement après l'annonce célébrée par l'entreprise d'un résultat au niveau d'un prix du millénaire.

Dans une série de publications sur Mastodon, le mathématicien Andreas Thom a déclaré avoir commencé à s'interroger sur ses propres interactions avec ChatGPT après que Tristan Buckmaster, professeur de mathématiques à l'université de New York, a publiquement soulevé des préoccupations similaires concernant Codex d'OpenAI.

Un texte discrètement révisé et une réponse insatisfaisante

L'annonce initiale d'OpenAI sur le résultat des groupes non sofiques a été critiquée dans les cercles mathématiques pour ne pas avoir crédité les contributions récentes de Thom et Kun ; l'entreprise a ensuite discrètement révisé son texte.

Le même schéma d'obscurcissement, deux fois

Thom a établi un parallèle direct avec la façon dont OpenAI a traité les préoccupations de Buckmaster concernant le résultat de Navier-Stokes. Thom soutient que la charge de la preuve incombe à OpenAI, et non aux chercheurs tentant de rétro-ingénierer un pipeline d'entraînement opaque.

Un effet dissuasif sur la collaboration ouverte

Ce différend accentue la pression sur OpenAI à un moment qui devrait être un sommet sans ambiguïté. Rapport original de The Verge.