CVPR2024审稿的伤痕文学：关于Rebuttal的形而上学~

作者 | Minogame  编辑 | 汽车人

原文链接：https://zhuanlan.zhihu.com/p/679556511

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

点击进入→自动驾驶之心【CVPR 2024】技术交流群

本文只做学术分享，如有侵权，联系删文

看到有几个私信问我rebuttal怎么写，那就继续蹭个热度吧。不想深度思考了，就随便想几个点吧。

注意我这里的形而上学不是西方哲学中的形而上学，而是“用孤立、静止、片面的观点来看世界，认为一切事物都是孤立的、永远不变的”这个意义上的。

1. AC的负荷：一个AC手里有20～30篇（今年听说有35篇的），TA的目标是按照一般理解意义上的接收率“拒绝掉大多数文章”。AC再怎么牛逼，也不太可能去认真对待如此为数众多的论文以及审稿意见，而且特别考虑到大多数AC都是现实中的“忙人”。所以如果一个文章一开始的均分就在较低的水平，话虽然难听，但真的就不用“彼此浪费时间”了，因为AC甚至都不会去“引导讨论”，reviewer也真不会去较真改分。你投入精力做的rebuttal，其实就是赌一个“AC不是一个分数平均器”，这是一个极小概率事情，我虽然见过非常认真负责的AC，但是显然CVPR这种（烂）会里面优秀AC的比例比较低。

2. Reviewer的记忆：七秒。我看到很多rebuttal的思路，是沿着审稿意见一条一条回复，但是就我自己的经验来看，我为啥会给这个审稿意见可能早就忘了，你回我，我还得去翻paper看一下，回忆一下那个时候的思考模式。所以，你们会觉得rebuttal后discussion或者meta-review是在鸡同鸭讲，那就是因为reviewer忘了，TA对你文章唯一的记忆就是“我要拒掉它”。你投入精力做的rebuttal，其实是在赌一个“reviewer是个愿意二次花时间去翻你文章”的人，这个概率说实话也不高，所以你可能最好在rebuttal里面直接就把故事讲完整了，但凡能少赌一点就少赌一点。

3. 教他做事：承接上一条，不管是AC也好，reviewer也好，人都有做事情的惰性，懒得再去看（一个TA觉得就是应该被拒掉）的paper/supp./review就是非常现实的情况，我身边比我高到不知道哪里去的学术大佬也一样的，你的paper远不如塞尔达有意思。所以，直接教他们做事也不是不可以。还是用我自己举例子，遇到rebuttal让我去重读paper的哪一个部分，我总是会去读，因为说实话我也不知道做啥，作者都给我指了一个明确的路径了，那我下意识得就会去看的。当然，这里的前提条件是，你要达成的目的是明确的，例如下面这位小伙，否则reviewer跟着你的要求做了个寂寞，那大概会偷鸡不成反蚀米了。

4. 舔还是怼：That is the question. 我总会被问到这个问题，但是我对这个事情有一个非常不一样的观点，我们从rebuttal这个词的定义开始。

“rebuttal”这个词来源于法律和辩论的实践，指的是反驳或驳斥论点或证据的行为。它的起源可以追溯到古法语单词“rebouter”，意思是“推回”，这个词又是由前缀“re-”（意为“回”）和“bouter”（意为“推”或“击”）组成的。这个词演变成英语中的“rebut”，意味着反驳或反对，然后加上后缀“-al”形成“rebuttal”，将动词转变为名词，描述了反驳的行为或进行反驳的论点。

这个意思就是说，如果一个reviewer正确理解rebuttal这个阶段的含义(反驳阶段)，TA会理性的对待这些怼TA的观点；而反过来，如果一个reviewer觉得rebuttal就是一个“试图让我改分”的流程，那么就非常的怼不得，要舔，舔开心了TA才愿意理你。虽然有点滑稽（或者种族主义），但是就我长久以来对各种审稿流程的观察来看，英语为母语（或者长期使用英语作为工作语言）者的reviewer多为前者，而非母语者（不理解这个词元构成的）多为后者。而区分是否是这两种人，最简单的方法就是看review中的语法错误的数量。

很难说这几个观点是否又捅了马蜂窝，特别是第四条，接受一切批评。另外你的rebuttal请让你的导师过目，而不要盲目套用我的观点。

投稿作者为『自动驾驶之心知识星球』特邀嘉宾，欢迎加入交流！

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、大模型与自动驾驶、Nerf、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2400人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！