突发：开放人工智能（OpenAI）可能又窃取了一项重要证明。安德烈亚斯·托姆（Andreas Thom）在一条详细的Mastodon帖子中提出多项证据，表明OpenAI可能利用他与加博尔·昆（Gábor Kun）探讨格罗莫夫（Gromov）的soficity猜想的对话训练了阿斯特拉（Astra），而该猜想是OpenAI后来宣布阿斯特拉解决的十个问题之一。

突发：OpenAI 可能又窃取了一个重大证明。在一篇详细的 Mastodon 帖子中（我在评论区全文转载），Andreas Thom 提出了多项证据，表明 OpenAI 可能在训练 Astra 时使用了这样一些对话——他和 Gábor Kun 在其中研究格罗莫夫的索菲性猜想，而该猜想正是 OpenAI 后来宣布 Astra 已解决的十个问题之一。我认识 Andreas。我们早年在职业生涯初期见过几次。他是一位杰出的数学家，索菲群与超线性群领域的顶尖专家，也是该领域最受尊敬的学者之一。他研究这个问题已经二十年。如果他的说法准确，这就不是一场关于署名的小纠纷——而意味着未发表的人类工作被模型吸收，然后作为模型自身的突破展示给世界。如果 Levent Alpöge、Tristan Buckmaster 以及如今 Andreas Thom 提出的指控都得到证实，我们面对的就不再是孤立事件，而可能是科学史上最大的学术丑闻之一。AI 并没有在发现新的数学。AI 在窃取人类的发现。

多数参与者质疑 OpenAI 等实验室违背用户退出训练的设置、利用学者对话推进数学研究并夸大模型能力，少数人则认为应超越署名争议，肯定人机协作对科研的加速。

认为人工智能实验室确实违背数据承诺并盗用研究成果

• 数学家明确退出训练后询问是否被用于训练遭否认，但迹象表明数据仍被使用，且事后模型大量生成相关输出显得可疑（较多人） > 数学家退出训练后问官方是否用了他的数据，对方说没发生但显然用了（@1337h4xx）
• 大实验室本就建立在窃取知识产权之上，其隐私承诺不可信，学者收到疑似套取研究的邮件也印证了这一模式。

认为真正隐患是夸大模型能力助长金融泡沫

• 争议核心不在功劳归属，而是把模型包装得比实际更强，引发诸如“通用人工智能已实现”的荒谬宣言，点燃危险的投资狂热（较多人） > 问题不是署名，而是把模型描绘得比真实水平更强，助长黄仁勋近期那种危险言论（@Grimblewald）

认为人机协作加速科研是进步，不应纠结 ego

• 暂且不论署名，人类与人工智能合作确实在极大加速发现；若工具能加速治愈病害，学者应抛开身份认同拥抱进步（少数人） > 放下功劳不谈，人机协作听起来确实在超级充电般的发现（@drivebyhooting）
• 有开发者类比开源代码被用，但工具解决问题更重要，批评学者因身份受损背向进步。

担忧实验室行为扭曲学术职业与科研激励

• 学生因害怕付出多年却要重来而不愿读研，实验室为上市估值搞数学军备竞赛令学界反感（较多人）
• 当前叙事催生反常激励：谁都可与模型聊想法然后反控模型剽窃，需公开聊天记录厘清人类贡献。

呼吁转向本地模型并警惕云服务风险

• 依赖云端大模型喂入数据存在条款与定价突变的隐患，应资助本地模型发展以避免信任陡崖（较多人） > 依赖云服务是重大隐患，把其作为工作流基础前须三思（@Cloudef）

质疑原始证据薄弱且需要透明

• 原帖声称的证明仅基于“曾与人工智能讨论过”，连证明本身都未声称拥有，论据薄弱（少数人） > 这声称很无力，证据不过是某时随地有人和人工智能聊过这话题（@Legend2440）

有价值的补充

• 在提示中真正有价值的或许不再是原始数据，而是引导模型达成目标的反馈决策过程，模型知识已远超人类，正从人类对话抉择中学习运用（@warpech）
• 有评论指出 OpenAI 在得知训练数据可能含重大证明后，恰巧从仍在训练的模型产出巨量文本，形似平行构建（@fwlr）
• 纯玩笑代表情绪：有人反讽式喊“中国偷我们人工智能”，折射各方互相指责的荒诞感（@touwer）