ICCV 2021审稿结果出炉，有人已总结出了一份Rebuttal写作指南-技术圈

点击上方“视学算法”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者丨蛋酱、泽南

来源丨机器之心

编辑丨极市平台

导读

又一个计算机视觉顶会通过了审稿阶段。论文评分是这样，想好怎么 rebuttal 了吗？

作为计算机视觉领域三大会议之一的 ICCV（IEEE International Conference on Computer Vision）每年都会吸引众多 AI 研究人员参会。在谷歌的学术指标榜单 Scholar Metrics 上，ICCV 目前名列总榜第 29 位，是计算机视觉领域排名第二的大会。

ICCV 2021 原定的主办地点是加拿大蒙特利尔，由于疫情的关系已改为线上举行，时间定为 10 月 11 到 17 日。

6 月 11 日，参加 ICCV 2021 的同学们纷纷收到了论文评审结果。

虽然比计划日期延迟了一天，目前投稿的作者们已经可以看到结果，着手写 rebuttal 了，Deadline 是 6 月 17 日晚 24 点（美国西海岸时间，UTC-7）。

根据大会统计的数据，今年的 ICCV 接收到了 6236 篇论文有效投稿，在首轮 desk rejects 之后还有 6152 篇。最终在 6 月 11 日，这些论文收到了 20195 个评审反馈，其中 4501 篇论文收到了 3 条反馈，1575 篇收到了 4 条反馈，还有两篇论文集齐了 7 个审稿意见，一篇论文收到了多达 8 个审稿意见。

大会官方表示，今年的论文评审过程中出现了 4129 名审稿人，其中包括仅审 1 篇论文的「紧急审稿人」，以及完成 9 篇审稿的资深人士。还有 233 名区域主席负责审查审稿评价的内容和完整性。

虽然已经有所准备，但在结果刚放出后微软的 CMT 系统仍然无法承受如此多的内容推送宣告宕机。

和以往的 AI 顶会一样，在评审结果出炉的第一时间，人们纷纷开始对自己的结果展开评论。有很多人在抱怨遭遇不公：

「审稿人认为论文 X 和 Y 已经使用了我提出的方法，但问题在于我就是论文 X 和 Y 的第一作者，我怎么不知道？这就有点摸不着头脑了。」

当然也有对于考官打分感到满意的：

「这可比 CVPR 的评审好多了，这是我收到的最认真细致的反馈，所以是时候写一篇强力的反驳出来了。」

是的，对于投稿人来说，接下来最重要的事情就是好好写 rebuttal 了。

这里有一份关于 rebuttal 写作方法的攻略，有需要的同学可以自取，但请记住一个总的原则：rebuttal 的内容要让审稿人或 RAC 直接、透彻、轻松地理解你所提供的答案。

写好 Rebuttal 的 18 条建议

首先我们明确 rebuttal 的目标：

1. 面向审稿人：澄清疑问、回答问题、纠正误解、反驳错误描述，努力整合反馈并改进工作本身。

2. 面向 RAC：让他们相信你已经做出了努力，提供一份审稿总结，帮助他们了解审稿人的担忧是否得到了解决，还可以反对恶意审查，最终帮助 RAC 做出决定。

建议 1: 从积极评价写起

提供一个对于审稿意见的总结，首先突出审稿人的积极评价。rebuttal 的其余部分则主要集中回应消极方面，别让 RAC 在这个过程中忘了研究的长处。

建议 2：顺序很重要

先写那些比较好回答的问题，再写不太明确和次要的问题。

建议 3：直接回复审稿人的问题

简洁、完整地引用审稿人的问题或关注的核心。在表达自己的观点之前，先直接回应问题，再给出细节、描述背景或解释你的立场。可以深入解释，但需要先给出 Yes、No 或者 Not quite。

「是否在现实环境中进行评估？」
「我们不同意问题的前提。虽然这些环境是模拟的，但它们非常逼真。」

「为什么不与 GMAP 进行比较？」
「GMAP 在我们的环境中成本比较高。我们的环境有……」

建议 4：口语化

如下图所示，内容风格是相对口语化的，这样更容易理解，也不会被认为有明显的对立气场。

建议 5：回应问题的核心指向

不要纠结于讨论引用的关注点，主要解决审稿意见的指向问题。例如「你为什么不对 GLORP3 进行评估？」通常这个意思是质疑你的实验，回答问题，然后指出你已经对 X、Y 和 Z 进行了评估，这应该就足够了。请注意，提醒其他 RAC 你进行了广泛的实验评估很有用，否则他们乍一看审稿人的评论，可能会留下错误的印象。

建议 6：不要害怕强调某一点

「表 4 中的第 2 行正好说明了这一点。」「我们在测试时不需要 human-in-the-loop。」请注意，类似这样的许多回复不仅直接，而且还能突出重点。

建议 7：主动创造条件

如果所有审稿人似乎都错过了一个中心点，那么对主要观点进行简明扼要的回顾会有所帮助。

建议 8：保持完备性

你需要假设 RAC 不太记得你的论文，并且估计也不会再详细阅读它了。你可以重新介绍一下那些首字母缩略词，提醒他们实验设置的相关细节。请注意，即使你不熟悉这些论文（并且在某些情况下，名称和详细信息都是编造的），这种操作可能仍有意义。

建议 9：如果论文本就包含所需细节，请申明

也就是说，如果审稿人想要的内容已经在论文中，请说出来，给出行 / 表 / 图的编号。引用论文内容是为了向所有 RAC 赢得信任：研究本身并不缺少重要细节（倒不一定要让 RAC 回去查看论文）。

建议 10：整理共同的关注点

如果多个审稿人提了相关的问题，可以一起回复，从而节约空间。

建议 11：彩色代码

注意上图中彩色代码标注审稿人的小技巧，让对应的审稿人尽可能轻松地发现与其相关的回复——即使内容是合并的或者未按审稿人的顺序排列。

建议 12：数据胜于雄辩

与其和 RAC 争论，不如向他们提供统计数据来支撑观点，或者用额外的实验结果来回应他们的担忧（如果条件允许）。每次发现自己与审稿人有不同的意见，问问自己是否可以用数据来证明这一点，因为这样可以提供直观的论据。

建议 13：别光承诺，要做到

不要在说「We will discuss Singh et al. in the paper.」，而是直接在 rebuttal 说明白；不要说「We will explain what D_{RT} stands for in the paper」，而是在 rebuttal 中解释它代表什么。补充一点，如果你表示将会把这些添加到论文中，RAC 会更容易相信你。