OpenAI用未发布模型解决千禧年难题，被指抢先于数学家团队

关于纳维-斯托克斯千禧年奖问题的报道（via）OpenAI 的一项令人瞩目的成果：他们使用一个未发布的模型，解决了纳维-斯托克斯存在性与光滑性问题，这是七个千禧年奖问题之一，自2000年5月24日起悬赏100万美元。

这一发现因来自纽约大学数学教授特里斯坦·巴克马斯特的剽窃指控而略显失色，他曾与莱文特·阿尔波格合作相关课题，后者是一位成就卓著的数学家，目前在Anthropic工作。

特里斯坦的投诉伴随着他们自己结果的仓促发布版本。以下是描述事件经过的PDF。简而言之，特里斯坦和莱文特花了近一年时间解决这个问题，大量使用Claude和Codex（主要是GPT-5.6 Sol），然后在8月15日取得突破。数学界的传闻迅速传播，特里斯坦和莱文特听说OpenAI得知Anthropic已解决“一个重大开放问题”，于是他们联系了OpenAI，得知其团队正在用类似方法研究相关问题。引用特里斯坦的话：

我问他们第一次发送提示词是什么时候。OpenAI一段时间内没有直接回答这个问题。最终他们同意是在过去几天内发送的，在我们工作的信息传到OpenAI之后。
我问模型是否在训练中使用了或能访问我们在Codex中的会话，我们整个项目期间的所有草稿都放在那里。他们告诉我模型不会查找用户数据。我再次询问关于训练的问题，但没有得到回答。

事情从那里变得更加复杂。OpenAI团队提出等待特里斯坦发表，或让他撰写关于他们结果的论文，但明确表示不会邀请莱文特作为共同作者，因为OpenAI与其雇主的竞争关系。
以下是OpenAI对其工作的描述：

9月1日星期二，我们听到传闻说两个千禧年奖问题已被解决。受这些传闻和我们内部模型性能显著提升的启发，我们启动了一项工作，在所有开放的千禧年奖问题和其他几个高影响力问题上评估该模型。[...]
代理在9月5日星期六得出解决方案，距首批代理启动约88小时。Lean形式化和验证又花了17小时，通过GPT-6 Astra完成。
在所有尝试的问题中，代理发送了490万条消息，使用了约3000亿个输出令牌。在解决纳维-斯托克斯问题的过程中，代理发送了270万条消息，使用了约1300亿个输出令牌。

（我们不知道他们使用的内部模型的成本结构，但按GPT-6 Astra的公开API价格，3000亿个输出令牌将花费1500万美元。）
以下他们提供了对特里斯坦和莱文特工作的看法（强调为我所加）：

我们的工作始于9月1日，在听到一个传闻后，我们后来意识到这与Anthropic员工莱文特·阿尔波格和纽约大学数学教授特里斯坦·巴克马斯特有关。在我们完成整个项目和Lean验证（9月6日）后，基于传闻相信他们也有纳维-斯托克斯的解决方案，我们联系他们，提出同时发布我们的结果，并在联合公告中承认他们的优先权。[...]
我们（研究人员和代理）在公开释放前没有通过任何方式看到他们的工作——特别是，没有访问任何特定用户数据来解决这个问题。虽然不太可能，但我们不能排除从他们使用我们产品中获得的去标识化数据帮助改进了我们的模型。然而，我们的证明有显著差异，甚至在欧拉情形下，精确结果也不同（强迫与非强迫）。

我对这里发生事情的解释是，OpenAI听说一些千禧年奖问题已用LLM解决，并视此为展示其最新模型能力的机会，而没有过多考虑抢先于一个近一年来一直使用OpenAI自身模型解决此问题的团队所带来的观感问题。
这种情况似乎反映了当前计算机安全领域的现状。阿尼尔·马达维佩迪最近指出，如今仅凭一个漏洞的传闻就足以找到安全漏洞，因为如果某人知道某软件存在未修补的漏洞，他们可以设置代理去查找它。数学领域是否也如此？仅仅知道一个问题有未发表的解决方案，就可能触发数百万美元的LLM支出以抢先一步。
这也凸显了我对这一切运作方式的一个持续不满。当AI实验室说我的数据“用于改进模型性能”时，这到底意味着什么？
我过去最喜欢的两个假设性问题曾是：

如果我在运行Codex时，我的一个API密钥意外被消耗在上下文中，未来有人询问API密钥时，我得到自己密钥的概率有多大？（我曾问过OpenAI的人，他们称之为“回吐”问题，并保证他们极力防止这种情况……但不愿描述具体方法。）
如果我与ChatGPT头脑风暴公司的新方向，六个月后信息被暴露给一个询问“X公司可能计划下一步做什么”的竞争对手的概率有多大？

我现在最喜欢的假设性问题是：

如果我使用ChatGPT帮助我部分解决一个千禧年奖问题，我的工作影响训练、从而使后来的模型帮助别人先解决它的概率有多大？