OpenAI发布的最新推理模型O3在FrontierMath基准测试中表现惊艳，准确率较O1提升了12倍。然而，近日曝出O3之所以能在短时间内取得如此突破，是因为OpenAI资助了FrontierMath且能访问大部分数据集，而数学家们对此毫不知情。这引发了人们对O3成绩可信度的质疑，以及对OpenAI诚信的怀疑。

Epoch AI回应称，虽然OpenAI可以访问大部分数据集，但有一个未见过的保留集用于独立验证模型能力。然而，这一“口头协议”难以令人信服。Epoch AI首席数学家承认错误并向数学家致歉，联创也表示将致力于提高透明度。此事激起热议，多位学术界大佬对OpenAI的行为表示谴责。同时，也有分析认为，OpenAI可能只是用FrontierMath的题库指导新训练数据的设计，而非直接作弊。然而，这一行为依然让O3在FrontierMath上的表现显得过于亮眼，引发了对O3实际能力的质疑。