跳到主要內容
2026-11-02 日報
研究與評測

數學家 Frank Calegari 評 OpenAI 發表 700 篇論文衝擊:寫作粗劣且含錯誤,籲學界重構範式

Hacker News單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據數學家陶哲軒(Terence Tao)部落格刊登、目前尚未獲官方證實的客座文章,數學家 Frank Calegari 針對 OpenAI 於 10 月 6 日發布逾 700 篇數學研究論文的衝擊發表評論。Calegari 指出,儘管 OpenAI 展現出在多個數學領域做出重大貢獻的能力,且包含極佳構想,但該批論文寫作極其粗劣(atrociously written)、違反學術社群的引用規範,甚至部分內容存在錯誤。 文章引述數學家 Hugo Duminil-Copin 的說法指出,其職業生涯公開提及的重大未解問題,在此次發布中全數被宣稱獲得證明。然而 Calegari 分析,該批論文在 Langlands program 的函子性(functoriality)與互反律(reciprocity)等核心問題上幾乎未有建樹,且解決知名難題不等於解決該領域,正如元素週期表的建立未代表解決化學。 Calegari 以 Dan Gorenstein 於 1972 年推動、1983 年宣布的有限單純群分類歷史為借鑑,指出當年提早宣告完成曾導致該領域研究熱度驟降,直到二十年後才由 Aschbacher 和 Smith 完成擬薄群(quasithin groups)證明。他強調,學界無法控制兆元企業,應專注於自身在招聘、論文發表與學生培育的標準,並推動類似 Gorenstein、Lyons 與 Solomon 的後續檢驗修訂工作;同時呼籲數學家藉由 AI 工具跳脫狹隘的技術專長,拓展跨領域的深層結構探索。
讀原始報導

社群討論

社群熱議 AI 正將數學研究從「個人手藝」推向「工業化技術」,支持者認為人類價值將轉移至問題挑選與高層次理解,並指出 OpenAI 未公開模型已能突破長年僵局(例如給出 Landau-Siegel 零點問題長達百年未解的 10 頁初等證明)。然而,許多學者與博士生感到焦慮沮喪,不僅面臨論文題目被機器解決的生存危機,也批評 AI 產出的證明冗長且缺乏優雅;部分留言更質疑將 AI 侷限在「證明工具」過於樂觀,認為其未來在選題與解釋能力上同樣會超越人類。

本期分類