Модель Astra от OpenAI вызывает споры из-за математических заявлений

1 августа OpenAI объявила, что её новая модель Astra решила 10 давних проблем в математике и теоретической информатике. Однако реакция математического сообщества была быстрой и критической.

Выдающиеся исследователи обвинили OpenAI в преуменьшении предыдущих работ, недостаточном приписывании существующих вкладов и завышении новизны результатов, полученных с помощью ИИ. По словам OpenAI, модель Astra занималась такими проблемами, как границы упаковки высокоразмерных сфер и достижения в теории кодирования, утверждая, что на эти вопросы не было прогресса как минимум в течение десятилетия.

Исследователи, такие как Стивен Миллер из Ешивы и Франческо Фурнье-Фасио из Кембриджского университета, выступили с опровержением, утверждая, что результаты Astra основываются на предыдущих работах, которые OpenAI либо игнорировала, либо недостаточно представила. В частности, соответствующие исследования Андреаса Тома и самого Миллера датируются 2016 годом и напрямую касаются области, которую Astra заявила, что покорила.

К 6 августа журнал Scientific American охарактеризовал подход OpenAI к объявлениям как «недобросовестное исследование» и плагиат, что побудило компанию пересмотреть некоторые свои заявления.

Этот инцидент не является первой споровой ситуацией OpenAI по математическим заявлениям. В предыдущие разы компания сталкивалась с негативной реакцией по аналогичным вопросам, что поднимает постоянные опасения о том, как модели ИИ синтезируют существующие знания.

В конечном итоге стоимость вычислений в 2000 долларов за 10 результатов ставит под сомнение природу вкладов ИИ в исследования, предполагая, что если Astra синтезировала десятилетия человеческой работы без надлежащего признания, то стоимость отражает не столько способности ИИ, сколько переработку существующих знаний.

Новые разработки модели Astra от OpenAI

• Модель GPT-6 Astra от OpenAI была запущена 3 сентября и достигла впечатляющего результата 97,6% на FrontierMath Tier 4 (v2).
• Ранее внутренняя версия Astra набрала всего 17% в оценках математических способностей, что подчеркивает значительное улучшение.
• Astra достигла 99,9% на ARC-AGI-3 и идеальных 100% на ExploitBench.
• Она набрала 96,0% на бенчмарке GPQA Diamond и 64,6% на Terminal-Bench Science 0.1.
• Результат Astra в 97,6% на FrontierMath представляет собой улучшение на 14,6 процентных пункта по сравнению с ее предшественником, GPT-5.6 Sol, который набрал 83,0%.
• Модель предоставила новые идеи о простых промежутках, сложной области в теории чисел.
• Запуск Astra был поэтапным: первоначальный доступ был предоставлен избранным организациям, после чего модель стала доступна более широкому кругу пользователей ChatGPT Plus, Pro, Business и Enterprise.
• Доступ к API доступен через OpenAI, Azure и AWS Bedrock.
• Независимые оценки ставят Astra среди лучших моделей ИИ, хотя некоторые варианты Claude от Anthropic показывают лучшие результаты в более широких тестах интеллекта.