OpenAI发布 719 份数学证明，被指未达数学家咨询组标准
普林斯顿高等研究院的数学与人工智能咨询组（AGMAI）9 月底发布前沿实验室解数学题的指南。TechCrunch报道，OpenAI本周发布的数百份难题解答只部分符合这些原则：719 份手稿中仅 10 份公开了模型的思维链，AGMAI提出的“停止在专有模型上测试高等数学问题”等要求未被遵循。
AI解读：OpenAI本周发布数百份声称解答世界最难数学问题的方案，并称已咨询一个精英数学家咨询组，以避免重复上次模型解出长期难题引发的争议。
AGMAI由普林斯顿大学高等研究院主办，由全球九位知名研究者组成，9 月底发布了前沿实验室解数学题的指南。
AGMAI在声明中表示，建议是否被成功遵循最终由数学界评估，但其首要要求是“停止在专有模型上测试高等数学问题”，而OpenAI的发布明确表示正在用开放研究问题评估其专有模型。
TechCrunch统计：719 份手稿中仅 10 份公开了模型的思维链；42% 的证明尚未经过形式化，而数学家建议人们不理解的证明应形式化。
剑桥大学与伦敦国王学院本周的论文记录了OpenAI针对Navier-Stokes方程衍生问题给出的自然语言证明与Lean代码之间至少两处不一致。作者认为，自然语言证明和其他自动形式化的Lean证明不应在未经同行评审的情况下被信任。
数学家Terence Tao批评AI提示者解决目标后便不再关心领域本身；哈佛教授Melanie Wood对TechCrunch表示，模型给出解答时没有人类理解，工作才刚开始。AGMAI还建议OpenAI资助人类数学家的工作，并要求提供关联自然语言与形式化产物的机器可读元数据，OpenAI此次未提供。
OpenAI本周发布了数百份对部分世界最难数学问题的解答，并称已咨询一个精英数学家咨询组，以避免重演此前模型解出长期难题引发的争议。TechCrunch报道称，这些发布在若干方面未达到该咨询组的标准。
普林斯顿大学高等研究院主办的数学与人工智能咨询组（AGMAI）由全球九位知名研究者组成，9 月底发布了前沿实验室解决数学问题的指南。AGMAI在关于这批证明的声明中表示，“最终应由数学界评估我们的建议在多大程度上得到成功遵循。”
AGMAI指南与OpenAI实际做法的差距
AGMAI的首要要求是“停止在专有模型上测试高等数学问题”。OpenAI的发布则明确表示，正在用数学领域的开放研究问题评估其专有模型。AGMAI未回应TechCrunch关于更全面评估OpenAI最新证明发布的请求。
OpenAI显然遵循了部分原则，包括尽快发布结果并包含模型如何得出结论的信息，但并非全部：719 份手稿中仅 10 份公开了模型的思维链。数学家建议对人们不理解的证明进行形式化处理，而OpenAI发布的证明中 42% 尚未经过这一流程。AGMAI还建议OpenAI帮助资助人类数学家的工作，使这些解答在现实中具有意义，并要求提供关联自然语言与形式化产物的机器可读元数据——OpenAI此次未提供这类元数据。
形式化翻译不一致的论文质疑
剑桥大学与伦敦国王学院的数学家本周发表的一篇论文，质疑前沿实验室应对这类挑战的方式。当AI模型解决数学问题时，会先产生“自然语言”解释，再尝试用Lean语言表达，Lean理论上通过将证明编译为代码来确认其准确性。
该论文记录了至少两处不一致：OpenAI针对一个源自描述流体复杂行为的Navier-Stokes方程的问题所给出的解答，其自然语言证明与背后的Lean代码存在出入。这些不一致未必推翻任何一种解答，但提出了能否仅依赖模型在无人类参与下自行形式化其解答的问题。
- 论文作者结论称，鉴于这种“翻译丢失”现象，OpenAI的自然语言证明和其他自动形式化的Lean证明，不应在未经与其他证明相同的同行评审和审查的情况下就被信任。
数学界人士对责任与理解的评论
数学家强调，当人类发现新结果时，会对其负责，并通过论文、演讲和研讨会与更广泛的社群互动。这一过程增进对解答的理解，找到可用于解决其他问题的策略，并使新知识能应用于实际领域。
哈佛大学数学教授Melanie Wood对TechCrunch表示，当模型被提示解决一个难题并给出解答时，“发布时没有人类理解它们，而现在工作才刚开始。”
因批评OpenAI做法而闻名的数学家Terence Tao在社交平台上写道：“问题正由对更广泛领域本身毫无兴趣的AI提示者自主解决，他们一旦初始目标被‘解决’就不再关心，也不够理解AI输出，无法就结果回答问题、做演讲或以其他方式与该领域其余部分互动。”