到底撤了什麼
源頭是 OpenAI 公開倉庫 openai/math 裡的 history.md 檔案。這個檔案原本用來追蹤 PRM800K 資料集的相關研究進度,但 2025 年底幾筆 commit 顯示,有三篇論文被悄悄撤下。
按時間序大致是:
- 2023 年發表的 Let's Verify Step by Step——PRM800K 論文的核心方法論
- 2024 年初的 LLMs Can't Plan, But Can Help Planning in LLM-Modulo Frameworks——把 LLM 當作規劃輔助工具的研究
- 2024 年中期的 weak-to-strong generalization 數學方向延伸——延續 GPT-4 時代那篇經典論文的思路
具體的撤稿聲明我沒在倉庫裡找到全文(可能只在 arXiv 上),但 history.md 裡的紀錄寫得很清楚:WITHDRAWN。GitHub commit 歷史可以看到對應的修改時間戳,大約在 2025 年 11 月到 12 月之間陸續執行。
是真的因為內容有問題才撤,還是單純從公開倉庫下架?目前看後者機率較高,因為對應的 arXiv 頁面(我能查到的幾個)還掛著,只是 OpenAI 自家倉庫不再引用。
為什麼這件事在 HN 炸了
295 條留言裡,討論焦點其實分成兩派:
一派質疑論文品質。有人說「Let's Verify Step by Step 的結果復現不出來」、「weak-to-strong 在數學任務上的結論站不住腳」。這種聲音不算主流,但有人貼了 benchmark 數據佐證。
另一派追問 OpenAI 的開源承諾。高讚留言裡有一條講得很直白:
「OpenAI 的開源態度一直是『我們開源我們想開源的』。這次只是把『不想開源的』正式撤掉而已。」
還有一條點出了更深的問題:
「3 篇數學論文撤稿,3 個推理模型(o1/o3)的迭代。數學推理能力現在都在產品裡,不在論文裡。」
這則留言拿到 200 多讚,幾乎是整場討論的共識——撤稿動作和 OpenAI 把推理能力做成閉源產品的節奏完全對得上。
PRM800K 之後,OpenAI 數學路線變了
回頭看 OpenAI 在數學推理上的幾個關鍵節點,這次撤稿就不是孤立事件了。
2022-2023:PRM800K 時代。「Let's Verify Step by Step」提出用過程獎勵模型(Process Reward Model)給每一步打分,這篇論文直接催生了 PRM800K 資料集(80 萬步 step-level 標註)。那個時期 OpenAI 對學術社群相當大方——資料集公開、模型權重半公開、論文細節齊全。這套方法論後來被學術界廣泛引用,NVIDIA 的某個數學評測、DeepMind 的若干 follow-up 都用過類似思路。
2024 年中:o1 現身。Chain-of-thought 的強化學習版本被做成產品,o1-preview 發表。論文呢?幾乎沒有。技術報告只有 8 頁,基本上是產品說明書。
2024 年底-2025 年:o3、o3-mini 迭代。閉源模型越做越強,ARC-AGI、數學奧賽基準刷榜。公開論文節奏明顯放緩,連方法論的提示都越來越少。
2025 年底:撤回 3 篇數學論文。這不是「我們不做數學了」,而是「數學推理能力現在是產品,不是論文」。
時間軸排得很整齊。
撤稿不稀奇,但 OpenAI 撤稿稀奇
先講背景:AI 頂級實驗室主動從公開倉庫撤稿,這件事本身就非常罕見。
- DeepMind 偶爾撤稿,但通常是 arXiv 端的小修,公開倉庫(例如 alphafold2)基本不動
- Anthropic 的公開倉庫偏工程性質(constitutional AI、prompt 工具),學術論文較少
- Meta 的 Llama 論文撤稿?幾乎沒聽過。Llama 系列的技術報告一直掛著,即便被指出問題也是修訂而非撤稿
那 OpenAI 這次特別在哪?
特別之處在倉庫的公開性。openai/math 是 GitHub 公開倉庫,所有動作都有 commit log。每個檔案的修改時間、修改者、commit message 全都攤在陽光下。
換句話說:別人撤稿,你只能猜;OpenAI 撤稿,你能查到每一次改動的時間和原因。
這種透明度反過來也成了包袱——任何動作都會被放大檢視。HN 上有人貼了 git log diff,逐行分析撤稿前後的引用關係。這種操作在別的實驗室根本不可能發生。
所以這件事的傳播力不只是「撤稿」本身,而是「OpenAI 在公開倉庫上的撤稿」——後者更稀缺,也更有詮釋空間。
我的判斷
這件事的真正訊號不在撤稿本身,而在 OpenAI 正在把研究資產從「公共財」重新分類為「產品護城河」。
幾個判斷依據:
- 數學推理現在是 o 系列模型的核心賣點。PRM800K 那套思路如果公開演進,等於把下一代 o 模型的訓練方法論送給競爭對手
- 公開論文節奏和閉源產品迭代節奏呈反比。2023 年論文高產、2024 年開始轉向產品、2025 年末撤回早期論文——這是清理「公共財」庫存的动作
- GitHub 倉庫的透明度反而讓動作更顯眼。如果這件事發生在閉源公司內部,根本沒人會知道
不確定的地方:
- 撤稿的真實原因 OpenAI 沒說明。可能是法律、可能是技術結論不成立、也可能是單純的戰略調整
- 對學術界的影響難以估算——PRM800K 資料集還在 HuggingFace 上,引用也不會消失,但「OpenAI 數學組還在做這些方向」的期待是沒了
- 這種撤稿會不會蔓延到 OpenAI 其他公開倉庫?
openai/evals、openai/gpt-2等暫時沒動,但先例已經開了
開源社群這邊,我猜短期會有幾個獨立團隊把 PRM800K 的方法論 fork 出來繼續做;長期來看,基礎數學推理能力的開源替代品(Qwen-Math、DeepSeek-Math)反而會拿到更多關注——因為大家都意識到,頂級實驗室不會在這個方向繼續投入公開資源了。
最後講一句:撤 3 篇論文不是大事,但它發生的時間點和方式,剛好暴露了 OpenAI 對「什麼屬於產品、什麼屬於社群」的界線正在重新劃定。這條線劃到哪,比論文本身重要得多。
參考連結: