本篇文章2195字，读完约5分钟
机器的心机器的心报道机器的心部，每当顶级论文发表时，都会竞争自己收到怎样奇怪的审阅意见，有些意见引起嘲笑。 但是你要知道，这样不负责任的审稿人毕竟只有少数。 审查者往往兼任多个职务，可用于审查的时间可能都挤出来了。 不仅辛苦而怨恨，他们还被坏论文破坏，有些甚至是“半成品”。 最近，某个审阅者终于受不了了……来自机器学习顶尖icml的“审阅者”向reddit投稿，诉说“不负责任”的投稿者，投稿的标题是“icml审阅者的坦白”。 他说，投稿人提交的不是完美的论文，他们只是来“磨磨蹭蹭”的意见，具有与疫情期间大量囤积卫生纸的群体相媲美的自私。 也许是因为投稿数持续增加，质量参差不齐，给审阅者增加了负担，这次大会的审阅期限从3月13日延长到了3月20日。 以下是这个审稿人自白信的完整复印件。 你们很多人几周后收到icml的反馈，我知道很可能是“拒绝”。 我知道被拒绝的味道不太能忍受。 我也同情你们。 因为我也在投稿，所以可能会被拒绝。 但是，这周已经花了二三十个小时(这周要三四十个小时)审阅的人，请不要把( x4 )已经没有完成的工作投入大会！ 现在，在我审查的论文中，其中一半是半成品。 这些有明显的硬伤，合理的人谁也不相信这篇论文出现在顶级论文的审查阶段。 没有一个合理的人把这篇论文放在这几年最差的icml论文旁边。 “那些质量几乎一样”或“前者的质量更好”。 在提交论文之前，请花一点时间让伙伴和领导帮助你审查论文。 如果他们能从你的论文中发现“任何”缺陷，大会评论员就能找到后备箱的问题，保证给你心碎、沮丧的评论员意见。 我知道我们生活在被炸飞的巨大泡沫中。 每个人都想坐这辆炒作的快车，但是通过审查这些半成品论文，我觉得不受作者的尊敬。 很明显他们想早点得到反馈。 指导你的审稿人“免费”为你做研究，以及如何构建和出示你的论文，对大会系统、同行评审过程来说是不公平的。 把审稿人当成你的免费劳动力也是不公平的。 我审查论文至少要花六七个小时，越来越多就要十个多小时。 那是我人生的十几个小时，这些作者认为他们有权占有这些时间，我可以帮助他们改进研究，达到最终发表的目的。 我感到这很不受尊敬。 老实说，如果你要面对这样质量的论文，我想放弃审阅。 这些作者不仅自私，而且降低了大会的质量，对整个研究社区、同行评审过程造成了伤害。 他们提出的半成品越多，审稿人的工作就越重 我们能花在每篇论文上的时间没有理想中那么多。 也就是说，有可能忽略、拒绝哪个质量高、应该接收的论文，或者得到不好的反馈。 这完全不能接受！ 老实说，这些作者和疫情期间大量囤积卫生纸的人没什么区别。 他们的行为非常自私，损害了社区的好处，把自己放在提出研究和其他优秀论文的作者身上。 x3 :不要再这样做了 请提交您认为有资格参加同行审查并可以发表的完美论文。 几小时内，这个吐槽帖引起了reddit网民的热烈讨论。 最好的评论给了这个审阅者“一篇论文要消费6、7小时，甚至10小时以上”的极好的建议。 如果一篇论文“明显没有准备发表”，可以简单总结2~3个重要缺陷，给出“不适合发表”的评论。 你不必为此感到内疚。 审阅者没有认真对待自己的论文，你也不需要太多精力。 这样的复印件，一个小时审查就行了。 如果再花时间的话，能否练习分解、更快发现缺陷的审稿妙招。 但是，有些人认为这很容易说。 实际审阅没那么简单。 老实说，我不太清楚那个是否有用。 如果我提出“这篇论文不适合发表”的评论意见，评论委员会必须相信我说的话。 事实上，审查质量差的论文往往比审查论文花费更多的时间。 我必须查阅文献(作者应该做的事)，举出具体的例子和反例。 你知道。 我决定相信审稿委员会的决定，而不是审稿人的意见。 审稿人的任务必须是“告知”而不是“决策”。 也有人认为论文审查和招聘面试一样，可以直接通过传球淘汰不合适的候选人。 但是始发者解释了自己考虑的问题:论文的审查必须基于特定的标准。 首先，用半小时对整体复印件进行初步评价。 有几种情况: yes、maybe或no。 然后，我花了两个小时仔细阅读论文，验证是否有必要更改初始评价。 最后，根据大会审查的具体标准写各项对应评论。 所以三个小时过去了。 其间，我在论文各章之间穿梭，提出建设性的意见。 对这个审阅者来说，给予“不要投稿”的评论可能很简单，但不是负责任的行为。 不管哪个论文的作者没有很好地处理自己提交的复印件，都会提出尽可能细致正确的评论意见。 幸运的是，各大顶会也开始采取措施应对这样的混乱。 例如，neurips预计业界主席建议提前拒绝那些论文需要两周，20%左右的论文会提前被拒绝。 高级行业主席审查和批准这项决定需要一周的时间。 一经批准，这些论文作者将收到通知。 目测这个措施至少应该对筛选“未完成”的论文有效，其他高层可以抄写neurips的工作。 另外，neurips建议，必要时论文作者和共同作者都需要同意审阅。 这个变更有助于增加审稿人的总量，在提交论文的人中可以更公平地分配审稿的工作量。 尽快筛选质量差的论文，努力增加审稿人的数量，可能是最适合越来越大规模的机器学习顶尖的方法。 本文为机心报道，转载请联系本公众号获得授权。 ───────────────────────────────────────────────。
