OpenAI与Anthropic称模型推翻指数时间假设，MIT学者牵头组织学界回应
TechCrunch报道，OpenAI前一日公布三项数学难题的解法，其中一项被表述为对指数时间假设（ETH）的反驳；Anthropic随后也发布自己的反驳。MIT教授Ryan Williams与ETH原作者Russell Impagliazzo、Ramamohan Paturi发布公开信，征集同行反馈并讨论AI贡献的规范。
AI解读：ETH是计算机科学中关于特定一类逻辑问题求解难度的假设：变量增多时，最快算法所需时间呈指数增长。OpenAI和Anthropic声称其模型找到了亚指数时间的算法；若成立，即构成对该假设的反驳。这一判断来自两家实验室的主张，来源未提供第三方独立验证的结果。
ETH与P vs NP问题相关。MIT教授Ryan Williams解释，P=NP意味着凡是能快速验证解的问题也能快速求解；多数科学家假设P≠NP，ETH为此提供证据。他同时表示，即便OpenAI的算法成立，也“可能不是最终答案”，他不认为那会是能得到的最优算法。
Williams称，他已询问OpenAI科学负责人Dan Roberts是否检查过该结果对密码系统的影响，对方表示已核查，并“相当确信”这不意味着现有密码系统被攻破。这是转述OpenAI方面的说法，来源未给出核查细节。
若反驳成立，过去十年许多依赖ETH的论文需要重新审视。Williams称这正是他推动OpenAI资助会议讨论的原因：除了理解算法，还需弄清此前的基础应如何调整。
TechCrunch报道，OpenAI于前一日公布了长期困扰研究者的三项数学难题的解法，其中一项被描述为推翻了指数时间假设（ETH）。随后，Anthropic也发布了自己对ETH的反驳。Anthropic数学家Levent Alpöge曾提出，OpenAI的解法基于已有工作。
据报道，OpenAI此次针对三个学科采用了不同的发布方式：数学界的成果被放到GitHub；计算机科学家组成工作组，要求公开证明并由OpenAI资助会议讨论；物理学家组成的工作组将决定其结果的发布方式。
MIT教授Ryan Williams负责组织计算机科学界对这项新发现的回应。他曾批评OpenAI此前在10月的证明发布是“对数学家的DDOS攻击”，此次则同意与前沿实验室合作。OpenAI请他协助解读解法，同行的还有加州大学圣迭戈分校的Russell Impagliazzo和Ramamohan Paturi，两人于1999年首次发表ETH。
ETH争议的具体内容
ETH属于P vs NP这一更广泛的问题群。Williams用数独举例：解一旦给出可以快速验证，但找出解很费时；密码系统也依赖这一差异。他表示，P=NP意味着不仅能验证数独解，还能直接生成解，且对每个可快速验证的问题都成立，所以“看起来太好以至于不像是真的”。
ETH大致是说，对某一类棘手的逻辑谜题，随着变量数量增加，即使最快的算法也需要指数级更多的时间。OpenAI和Anthropic的主张是，其模型找到了在“亚指数”时间内求解这类谜题的算法，快于此前的设想。若成立，在科学术语上即构成对ETH的反驳。
学界回应与待解问题
Williams称，OpenAI证明中有些部分“也许可以说是常规的”，但有两三处“看起来很陌生”，正是这些部分让他认为整个学界需要共同研究。他说，ETH的持久性使其被写入过去十年许多论文，若反驳成立，这些工作都需要重新审视。
关于安全影响，Williams称他向OpenAI科学负责人Dan Roberts提出的首批问题之一，就是是否检查过此事对密码系统的影响、是否有东西变得不安全；对方表示已核查，并相当确信这不会导致密码系统被攻破。
Williams对AI参与科学发现持谨慎乐观态度。他表示，这迫使人们在做研究时更有雄心，去思考如果过去的工作对AI来说已成易事，该如何提高自己科研问题的门槛。