OpenAI resuelve un problema del Milenio con un modelo no publicado, pero las acusaciones de plagio empañan el logro
The Navier–Stokes Millennium Prize Problem
OpenAI utilizó un modelo no publicado para resolver el problema de existencia y suavidad de Navier-Stokes, uno de los siete Problemas del Milenio. Sin embargo, Tristan Buckmaster y Levent Alpöge, que llevaban casi un año trabajando en el problema con Claude y Codex, denunciaron que OpenAI se basó en su trabajo. OpenAI niega haber accedido a datos de usuario, pero admite que no puede descartar que datos desidentificados hayan ayudado a mejorar sus modelos. El episodio plantea dudas sobre la ética y la atribución en la investigación matemática asistida por IA.
Mientras que es poco probable, no podemos descartar que datos desidentificados derivados de su uso de nuestros productos hayan ayudado a mejorar nuestros modelos.
- bob1029
> ... oímos rumores de que dos problemas del Premio del Milenio habían sido resueltos. Inspirados por estos rumores ...
He observado este efecto exacto la semana pasada. Hice un descubrimiento sobre una mejora de rendimiento paso a paso en un código base. Compartí los resultados del benchmark con un colega y en 12 horas replicó lo mismo. Ambos habíamos estado buscando esto durante años.
Creo que darle a alguien la esperanza de que existe una respuesta bien podría ser lo mismo que darle la respuesta hoy en día. La competencia es una droga de la hostia, y los LLM de frontera amplifican agresivamente esa energía.
- burrish
>Aunque es poco probable, no podemos descartar que los datos desidentificados derivados de su uso de nuestros productos ayudaran a mejorar nuestros modelos.
¿Qué quieres decir, como empleado de OpenAI, no puedes decir que su trabajo ha entrado en los datos de entrenamiento?
Pero también corrígeme si me equivoco, si los dos matemáticos estaban realmente cerca de terminar este problema, y su conversación fue utilizada por OpenAI,
¿no debería el Agente haber tenido éxito mucho más rápido/eficientemente en lugar de usar "4,9 millones de mensajes y alrededor de 300 mil millones de tokens de salida"?
- pietz
Encuentro las afirmaciones de OpenAI de alguna manera más cercanas y razonables.
- Lanzaron cómputo sobre un problema que se rumoreaba que otro equipo/empresa había resuelto para ver qué podía hacer su modelo secreto.
- Los textos que leí sí dan la impresión de que OpenAI quería hablar y compartir el crédito generosamente.
- Imagina trabajar en un problema matemático de frontera con alguien de Anthropic y no solo usas Codex sino también a través de una cuenta no empresarial que permite el entrenamiento con tus datos.
- En cuanto a la línea temporal, si principalmente usaron GPT 5.6, es poco probable que algún dato significativo haya entrado en un modelo que se está validando internamente ahora mismo.
- civvv
Los LLM parecen muy buenos resolviendo problemas matemáticos de los que existe una enorme cantidad de trabajo/intentos previos en sus datos de entrenamiento. Esta es una capacidad asombrosa, pero no me convence de que estos modelos estén «pensando» o «razonando» de la manera en que lo hace un humano. Un matemático humano podría en teoría categorizar/descubrir un campo de las matemáticas completamente nuevo mañana, basándose puramente en su «inteligencia humana»; me pregunto si veremos ejemplos similares por parte de los LLM pronto. Actualmente me parece imposible que los LLM puedan reemplazar a los matemáticos humanos, debido a su (supuesta) probable dependencia de la aportación humana en el sentido de enormes cantidades de intentos/datos preexistentes.
Si un problema completamente nuevo, dentro de un nuevo campo de las matemáticas, apareciera mañana, dudo mucho que un LLM fuera útil por sí solo. ¿Es esta la «prueba definitiva de ASI»?
- tosh
> Mis dos preguntas hipotéticas favoritas sobre esto solían ser:
> Si estoy ejecutando Codex y una de mis claves API se consume accidentalmente en el contexto, ¿cuáles son las probabilidades de que alguien más pida una clave API en el futuro y le devuelvan la mía? (Una vez le pregunté a alguien de OpenAI y llamaron a esto el problema de la "regurgitación" y me aseguraron que se toman grandes molestias para evitarlo... pero no quisieron describir cómo.)
> Si hago una lluvia de ideas con ChatGPT sobre posibles nuevas direcciones para mi empresa, ¿cuál es la probabilidad de que esa información se exponga a un competidor dentro de seis meses que pregunte "qué podría planear hacer la empresa X a continuación"?
> Mi nueva hipotética preferida para esto es:
> Si uso ChatGPT para ayudarme a resolver parcialmente un problema del Premio del Milenio, ¿cuáles son las probabilidades de que mi trabajo influya en el entrenamiento de tal manera que un modelo posterior ayude a alguien más a resolverlo primero?
- geraneum
Teniendo en cuenta las acusaciones de Apple contra OpenAI, no me parece impensable que pudiera haber ocurrido algún tipo de mala conducta allí.
- shellfishgene
Lo que falta en la historia, creo, es la parte sobre "...luego tuvieron un avance el 15 de agosto. El molino de rumores matemáticos se puso en marcha...". Si solo los dos estaban trabajando en el problema en secreto, ¿cómo se convirtió su avance en un rumor?
- michalsustr
Si quieres explorar cómo se ve visualmente la construcción de blow-up de Navier–Stokes, hice un vibe-coding de una visualización 3D interactiva basada en el resultado publicado por diversión :)
Demo: https://minfx.ai/navier-stokes/
Código fuente: https://github.com/minfx-ai/navier-stokes-blowup