OpenAI的新项目MLE-bench陷入争议漩涡！
爱丁堡大学的研究员Pasquale Minervini在社交媒体上炮轰OpenAI，称其新发布的MLE-bench项目严重借鉴了WecoAI的开源代码库AIDE，却未给予适当的学术引用。
这一指控迅速引发热议。让我们来看看到底发生了什么。
WecoAI的AIDE：被"借鉴"的原型
WecoAI此前开发了一个名为AIDE（AI Development Environment）的开源项目。
这个项目是一个机器学习代码生成代理，能够仅通过自然语言描述就生成机器学习任务的解决方案。
AIDE在包含60多个Kaggle数据科学竞赛的基准测试中表现出色，平均超过了50%的Kaggle参与者。
这一成绩证明了AIDE的实力。
OpenAI的MLE-bench：争议的焦点
就在刚刚，OpenAI发布了一个名为MLE-bench的新项目。
ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;letter-spacing: 0.75px;text-wrap: wrap;font-size: 16px;line-height: 26px;color: black;">项目推出了一个名为MLE-bench的全新基准测试，旨在评估AI代理在机器学习工程任务中的表现。这个基准测试包含了75个来自Kaggle的真实机器学习工程相关比赛，涵盖了从数据准备到模型训练的各个方面。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;letter-spacing: 0.75px;text-wrap: wrap;font-size: 16px;line-height: 26px;color: black;">ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;letter-spacing: 0.75px;text-wrap: wrap;font-size: 16px;line-height: 26px;color: black;">尽管AI代理在某些任务中表现出色，但OpenAI 的研究人员也发现了一些常见的陷阱和失败案例。他们对AI代理能够在24小时内跨越数百个步骤取得进展印象深刻。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;letter-spacing: 0.75px;text-wrap: wrap;font-size: 16px;line-height: 26px;color: black;">
但OpenAI 前脚刚发布，后脚就有研究人员发现，这个项目与WecoAI的AIDE存在诸多相似之处：
ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;letter-spacing: 0.75px;text-wrap: wrap;color: rgb(89, 89, 89);font-size: 15px;text-align: center;"/>
基准测试被重新命名为MLE-bench
使用了与AIDE相同的评估指标
OpenAI的主要贡献似乎仅限于在AIDE基础上添加了o1-preview模型
这些相似点引发了学术界对OpenAI行为的质疑。
学界反应：呼吁学术诚信
Pasquale Minervini的指控在学术圈引起了广泛关注。许多研究人员呼吁OpenAI应该对WecoAI的工作给予适当的学术引用和致谢。
这一事件也引发了人们对AI领域学术诚信的讨论。随着AI技术的快速发展，如何在竞争中保持学术道德，成为一个亟需解决的问题。
OpenAI的回应？
截至目前，OpenAI尚未对这一指控做出公开回应。
业界普遍认为，作为AI领域的领军企业，OpenAI有责任澄清这一争议，并在必要时做出适当的学术致谢。
开源与商业化的平衡
这一事件也引发了人们对AI领域开源项目与商业化之间关系的思考：
开源项目如何在推动技术进步的同时保护自身利益？
商业公司在利用开源成果时，应该遵循怎样的道德和法律准则？
这些问题都值得AI从业者深入思考。
期待OpenAI能尽快回应，给学界和业界一个合理的解释。