OpenAI发布的推理模型O3在数学基准FrontierMath上表现出色，准确率相比O1提升了12倍。然而，近日曝出O3之所以取得如此成绩，是因为OpenAI资助了FrontierMath并能访问大部分数据集，而创建评测集的数学家们对此毫不知情。这引发了人们对O3成绩真实性的质疑。

Epoch AI回应称，他们与OpenAI有口头协议，不会使用特定数据集训练模型，但有保留集用于独立验证。然而，这一说法难以令人信服。事件曝光后，Epoch AI首席数学家承认错误并向数学家们道歉，联创也表示将致力于提高透明度。此次事件激起了热议，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，而非直接操纵评测集。