Terence Tao 指 OpenAI 数学数据含在研证明，Gary Marcus 批其违反伦理

2026/10/17 06:07

核心说法：Terence Tao 表示 OpenAI 放出的数学数据（math dump）中包含大量数学家正在研究、且距离解决不远的证明，即这些内容并非已完成的公开成果，而接近学术界当下的工作前沿。
批评方立场：Gary Marcus 转发该片段，称 OpenAI 再次逾越伦理规范，并把质疑指向训练数据的采集方式与来源边界，而非模型本身的数学能力。
信息边界：素材来自社交媒体的转述与引用，未披露数据集名称、规模、发布时间、证明条目数量与具体来源，也未说明这些证明此前是否以预印本或其他形式公开；OpenAI 目前没有回应。结论暂为单方口径，需等待数据集文档或第三方核查。
行业观察：数学证明因结果可验证、推导链条可复核，已成为提升模型推理能力的关键语料类别，而这类语料与学术界在研工作天然高度重叠。当训练数据的采集范围伸向未发表或接近完成的证明，受影响的不只是署名与优先权，还包括研究者在公开前是否愿意分享中间结果——这会反向影响数学社区与模型公司之间的数据供给关系。可对照的是，Simons 基金会与 OpenAI、Anthropic 近期在数学领域的资助安排，走的正是「先取得社区信任、再交换数据与算力」的路径。