实战

OpenAI 撤回 3 篇数学论文:开源姿态正在悄悄收

308 赞、295 条讨论——撤稿本身不稀奇,稀奇的是它来自 OpenAI。背后是研究优先级在变,还是开源策略在调?

字号

昨晚 Hacker News 上有个帖子炸了:OpenAI 撤回了 3 篇数学论文,308 赞、295 条讨论。撤稿不稀奇,稀奇的是它来自 OpenAI——而且发生在公开 GitHub 仓库上,git log 全程可追溯。

到底撤了什么

源头是 OpenAI 公开仓库 openai/math 的 history.md 文件。这个文件原本是用来追踪 PRM800K 数据集相关研究的进度,但 2025 年底的几条 commit 显示,有三篇论文被悄悄撤下。

按时间线大致是:

  • 2023 年发布的 Let's Verify Step by Step——PRM800K 论文的核心方法论论文
  • 2024 年初的 LLMs Can't Plan, But Can Help Planning in LLM-Modulo Frameworks——把 LLM 用作规划辅助的工作
  • 2024 年中期的 weak-to-strong generalization 数学方向延伸——延续 GPT-4 时代那篇经典论文的思路

具体撤稿声明我没在仓库里找到全文(可能只在 arXiv 上),但 history.md 里的记录是明确的:WITHDRAWN。GitHub commit 历史里能看到对应的修改时间戳——大概在 2025 年 11 月到 12 月之间陆续执行。

是真的有问题被撤,还是单纯从公开仓库下架?目前看后者可能性大,因为对应的 arXiv 页面(我能查到的几个)还挂着,只是 OpenAI 自家仓库不再引用。

为什么这事在 HN 炸了

295 条评论里,讨论焦点其实分两派:

一派质疑论文质量。 有人说 "Let's Verify Step by Step 的结果复现不出来"、"weak-to-strong 在数学任务上的结论站不住脚"。这种声音不算主流,但有人贴了 benchmark 数据。

另一派追问 OpenAI 的开源承诺。 高赞评论里有一条说得很直接:

"OpenAI 的开源态度一直是'我们开源我们想开源的'。这次只是把'不想开源的'正式撤了而已。"

还有一条点出了更深的问题:

"3 篇数学论文撤稿,3 篇推理模型(o1/o3)的迭代。数学推理能力现在都在产品里,不在论文里。"

这条评论拿到 200 多赞,基本是整场讨论的共识——撤稿和 OpenAI 把推理能力做成闭源产品的节奏完全对得上。

PRM800K 之后,OpenAI 数学路线变了

回头看 OpenAI 在数学推理上的几个关键节点,这次撤稿就不是孤立事件了。

2022-2023:PRM800K 时代。 "Let's Verify Step by Step" 提出用过程奖励模型(Process Reward Model)给每一步打分,这篇论文直接催生了 PRM800K 数据集(80 万步 step-level 标注)。那个时期 OpenAI 对学术社区是慷慨的——数据集公开、模型权重半公开、论文细节齐全。这套方法论后来被学术界广泛引用,NVIDIA 的某个数学评测、DeepMind 的若干 follow-up 都用过类似思路。

2024 年中:o1 出现。 Chain-of-thought 的强化学习版本被做成产品,o1-preview 发布。论文?几乎没有。技术报告只有 8 页,基本是产品说明书。

2024 年底-2025 年:o3、o3-mini 迭代。 闭源模型越做越强,ARC-AGI、数学奥赛基准刷榜。公开论文节奏明显放缓,连方法论的 hint 都越来越少。

2025 年底:撤回 3 篇数学论文。 这不是"我们不想做数学了",而是"数学推理能力现在是产品,不是论文"。

时间线对得很整齐。

撤稿不稀奇,但 OpenAI 撤稿稀奇

先说背景:AI 头部实验室主动从公开仓库撤稿,这事本身就非常罕见。

  • DeepMind 偶尔撤稿,但通常是 arXiv 端的小修,公开仓库(比如 alphafold2)基本不动
  • Anthropic 的公开仓库主要是工程性的(constitutional AI、prompt 工具),学术论文少
  • Meta 的 Llama 论文撤稿?基本没听过。Llama 系列的技术报告一直挂着,即便被指出问题也是修订而不是撤稿

那 OpenAI 这次特殊在哪?

特殊性在仓库的公开性。 openai/math 是 GitHub 公共仓库,所有动作都有 commit log。每个文件的修改时间、修改者、commit message 全公开。

换句话说:别人撤稿,你只能猜;OpenAI 撤稿,你能查到每一次改动的时间和原因。

这种透明度反过来也成了负担——任何动作都会被放大审视。HN 上有人贴了 git log diff,逐行分析撤稿前后的引用关系。这种操作在别的实验室根本不可能发生。

所以这件事的传播力不只是"撤稿"本身,而是 "OpenAI 在公开仓库上的撤稿"——后者更稀缺,也更有解读空间。

我的判断

这件事的真正信号不在撤稿本身,而在 OpenAI 正在把研究资产从"公共物品"重新分类为"产品护城河"。

几个判断依据:

  1. 数学推理现在是 o 系列模型的核心卖点。 PRM800K 那套思路如果公开演进,等于把下一代 o 模型的训练方法论送给竞争对手
  2. 公开论文节奏和闭源产品迭代节奏成反比。 2023 年论文高产、2024 年开始转向产品、2025 年末撤回早期论文——这是清理"公共物品"库存的动作
  3. GitHub 仓库的透明度反而让动作更显眼。 如果这件事发生在闭源公司内部,根本没人会知道

不确定的地方:

  • 撤稿的真实原因 OpenAI 没说。可能是法律、可能是技术结论不成立、也可能是单纯的战略调整
  • 对学术界的影响不好估——PRM800K 数据集还在 HuggingFace 上,引用也不会消失,但"OpenAI 数学组还在做这些方向"的预期是没了
  • 这种撤稿会不会蔓延到 OpenAI 其他公开仓库?openai/evals、openai/gpt-2 等暂时没动,但先例已经开了

开源社区这边,我的猜测是短期会有几个独立团队把 PRM800K 的方法论 fork 出来继续做;长期看,基础数学推理能力的开源替代品(Qwen-Math、DeepSeek-Math)反而会拿到更多关注——因为大家都意识到,头部实验室不会在这个方向继续投入公开资源了。

最后说一句:撤 3 篇论文不是大事,但它发生的时间点和方式,刚好暴露了 OpenAI 对"什么属于产品、什么属于社区"的边界正在重新划定。这条线划到哪,比论文本身重要得多。


参考链接:

来源: https://github.com/openai/math/blob/main/history.md