感觉不如 … …deepseek … … open … …
Last edited by @avix 2025-01-23T14:15:31Z
《ChatGPT？CheatGPT！——OpenAI 数学基准测试特权访问风波背后的信任危机》
文｜科技观察者
一、当“裁判”与“选手”身份重叠：一场被预设的“突破”
2024年12月，OpenAI 发布新一代模型 o3，其宣称在高级数学推理基准测试 FrontierMath 中以 25.2% 的准确率“碾压”其他模型（如 GPT-4 仅 2%）。然而，2025年1月，Epoch AI 承包商 Meemi 在 LessWrong 论坛爆料称，OpenAI 不仅资助了 FrontierMath 的开发，还提前获得了测试题库的特权访问权。这一行为被质疑为“既当裁判又当选手”，其成绩提升可能源于对测试数据的“污染”而非技术突破。
FrontierMath 由 60 余位顶级数学家（包括菲尔兹奖得主陶哲轩）共同打造，问题难度极高，人类专家需数小时甚至数天才能解决。然而，参与设计的数学家们多数未被告知 OpenAI 的资助关系和数据访问权限，六位贡献者表示“若知情则不会参与”。
二、从“口头协议”到信任崩塌：OpenAI 的承诺为何无人买单
面对质疑，Epoch AI 承认未及时披露 OpenAI 的参与，并解释称双方有“口头协议”保证测试数据不用于模型训练，同时强调存在“独立保留集”用于验证模型能力。然而，这一说辞引发更大争议：
- “保留集”尚未完成：Epoch AI 首席数学家 Elliot Glazer 承认保留测试集仍在开发中，无法立即验证 o3 的真实能力。
- OpenAI 的“前科”阴影：从“蒙骗董事会”到前员工保密协议，OpenAI 的公信力早已受损。AI 治理专家米哈伊尔·萨明直言：“OpenAI 的欺骗行为已成惯性”。
- 行业双标：竞争对手如 DeepMind、xAI 无法访问相同数据，评测公平性荡然无存。纽约大学教授 Gary Marcus 讽刺此举如同“考生提前背答案”，并斥责 o3 的展示是“科学上粗制滥造的表演”。
三、资本垄断下的评测异化：谁在定义“技术进步”？
事件暴露了 AI 行业 Benchmark 竞争的扭曲生态：
- 头部公司的标准控制：OpenAI 通过资金绑定评测机构，挤压学术团队与小型实验室的生存空间。斯坦福学者 Subbarao Kambhampati 指出，此类行为将导致“虚假繁荣”，最终扼杀创新。
- 过拟合的“高分陷阱”：FrontierMath 本应评估模型泛化能力，但 OpenAI 对题库的特权访问可能导致 o3 在特定问题上过拟合。谷歌 DeepMind 研究员 Ted Xiao 分析称，OpenAI 或通过调整训练数据方向“取巧”优化成绩，而非实现真正的推理突破。
四、透明度缺失与学术伦理：一场“被出卖”的信任
事件的核心矛盾在于 资本与学术独立性的冲突：
- 数学家的“工具化”：贡献者陶哲轩等人在不知情下成为 OpenAI 技术营销的“背书工具”。Epoch AI 联创 Tamay Besiroglu 虽道歉，却将责任归咎于“合同限制”，被批“公关话术”。
- 评测机制的脆弱性：FrontierMath 宣称“独立”，实则依赖企业资金，且透明度机制形同虚设。亚利桑那州立大学教授 Subbarao Kambhampati 指出，OpenAI 的保密条款本身即具“可疑性”。
五、结语：当“一眼丁真”成为行业常态
此次风波不仅是 OpenAI 的公关危机，更是 AI 发展伦理困境的缩影：
- 技术迫切性 vs 伦理滞后：为争夺技术霸权，企业不惜牺牲透明度，甚至将学术成果工具化。
- 公众信任的崩解：从 ChatGPT 的“幻觉”到 o3 的“特权作弊”，AI 光环正在褪色。若行业无法建立独立评测体系，公众或将习惯以“一眼丁真”的态度审视所有“突破”。
（本文综合自公开报道与专家评论，事件后续进展将持续追踪）
deepseek写的文章
借個樓問問，各位的chatgpt現在還能上嗎？為何我的似了
應該不是牆的問題，我其他境外應用皆可上
1 Like
没用过，不过这玩意还有上的必要吗？另外openAI有专门封中国人的机制（是的，中国其实没有墙chatgpt,是chatgpt墙了中国），可能最近机制升级了。
我的也不行
显示502
估计closeAI限制强化了，学不会中国人算法（deepseek)倒是把墙学明白了。
我也是开个玩笑，都笑笑就过去吧。
疑似昨天那個時間點是openai故障了，過一段時間就可用了
1 Like