陶哲轩自述被拒稿是常事，「大牛名字」不是通行证！

新智元报道

编辑：LRS

【新智元导读】大牛写论文，也做不到百发百中？陶哲轩分享了自己论文被拒的经历，意在打破「大牛名字」等于论文被接受的误解，他强调，即使是知名学者，论文被拒也是常态，不应将拒稿个人化，而应客观看待并改进研究。

著名数学家、菲尔兹奖得主陶哲轩在个人社交网站上分享了自己被拒稿的经历，出发点是有人曾表示「陶哲轩被拒稿」很不可思议，但其实自己每年都会被拒稿。

拒稿事件在经过几天发酵后，登上了Hacker News热榜：让网友感到惊奇的是，原来「大牛名字」也不保中，进而引发了关于「审稿制度」合理性的讨论。

下面是陶哲轩发布的原文：

今天我投稿的一篇论文被期刊拒绝了，他们礼貌地回信说虽然他们觉得这篇论文有趣，但并不适合他们的期刊。实际上，我大体上同意他们的结论，所以将论文投稿给了另一个（希望更合适）的期刊。

对我来说，被拒稿其实是一个常见的现象，平均每年会发生一到两次。我偶尔会向学生和同事提到这个事，他们有时会惊讶于我的拒稿率并不是零。我才开始意识到，科研行业更愿意宣布成功的成就（比如论文被接受，或者证明了一个结果），而不是不成功的（比如论文被拒，或者证明尝试失败），除非这种失败在某种程度上是有争议的。

因为这一点，可能会让大众产生一种错觉，似乎所有的同行都在取得成功或遭受争议，而自己个人的职业生涯最终成为了「平凡」失败的唯一已知来源，我猜测，可能是由于领域内普遍存在的「冒名顶替综合症」。

所以，我决定在社交媒体上发布这次（相当常规的）拒稿。

陶哲轩还分享「被拒稿两次」的神奇经历：

他之前和一位合著者几乎完全解决了某个猜想，并在关键参数上建立了「ε损失」的结果，然后向一家非常有声望的期刊投稿，但最后的拒稿原因是「没有解决整个猜想，ε损失不够低」，所以被迫投到其他期刊，并被顺利接受。

第二年，团队证明了完整的猜想，然后再次向该期刊投稿，这次的拒稿原因为「只提高了ε」。

最后，陶哲轩表示，作为编辑，自己也不得不因为各种原因拒绝一些不错的投稿，最好不要将这类拒稿归咎于个人原因，直接转投其他期刊就好，当然，是在解决审稿人提出的意见之后。

华裔数学家陶哲轩21岁获得普林斯顿大学博士学位，24岁成为加州大学洛杉矶分校的教授，31岁时获得数学界最高荣誉菲尔兹奖，在调和分析、偏微分方程、组合数学、解析数论、代数数论等接近10个重要数学研究领域有卓越贡献。2015年宣布证明埃尔德什差异问题，2022年推翻「周期性平铺猜想」。

「大牛名字」并不代表Accept

在一位网友分享的经历中，他自述曾在某个领域最顶尖人物的组做博士后，从来没有听说过他的论文被顶级期刊拒稿（并非所有期刊都盲审）。

如果不看名字，编辑们会因为提交的论文主题不够有趣而拒绝该工作，但只要有知名人士对这项工作也感兴趣，就可以使该领域成为「高影响力课题」。

所以，陶哲轩的论文被拒稿，至少在某种程度上证明了现行「审稿系统」仍然有效。

但审稿其实更类似于碰运气，某一批审稿人提供的意见可能和另一批审稿人完全矛盾、冲突，毕竟审稿人也是人类，不可避免地把各种偏见和主观观念带入到审稿流程中。

即便是顶级期刊，如《自然》、《科学》、《细胞》、《柳叶刀》、《数学年鉴》等，也只会对某个问题发表有限页数的文章，以巩固自己的独家权威地位。

所以被拒稿并不意味着你的研究问题是错误的或者是不重要的，可能只代表这篇论文并不是本周发表的5万篇论文中的top20

另一方面，「同行评审」也不是为了科学而设计的，许多问题其实并不是因为研究问题被拒的，审稿人也没有那么多时间来彻底审查论文内容。

比如说在计算机领域，几乎没有审稿人会阅读论文提供的代码，他们更关注论文的想法、展示和呈现的结果，而不是代码与实验想法是否相符、结果是否可复现等，所以被接受的论文基本上都写得很好，如果仔细检查所谓「顶会」的论文代码，也能发现很多系统实现上的重大缺陷。

伪造一个「正向的实验结果」是很容易的，现在的「审稿系统」几乎没有任何责任感可言。

有网友表示支持，「代码不可复现」问题非常严重，他曾经花了3个月时间来复现论文，可能比作者对这篇论文的理解更深，但结果是这个方法没有任何作用。当时还以为是自己的理解不充分，给论文作者发了邮件，但始终没有得到回复。

这篇论文在理论上可能有用，但作用非常微弱。

甚至有网友提出审稿阴谋论「不是我们所能拥有的最好的，而是掌权者允许的最好的」（not the best we have, it's the best those in power will allow），因为掌权者不希望因为发表不良研究而承担后果，也不希望承担审稿负担以排除不良研究。

但对这番言论，也有网友认为太消极，虽然「同行评审」可能会意识不到论文中的细节问题，但最明显的科学错误还是能排除掉的。

在知名会议上的绝大多数论文也不可能都是错误的，研究团队后续还可以写一篇更新论文来修复缺陷，继续提升模型性能。

虽然代码很重要，但更重要的是论文的思路，面对某个通用问题的新想法。

伟大的工作也会被拒稿

中稿不绝对代表质量高，拒稿也不代表没价值，很多影响行业发展的重大工作也都曾被拒稿。

2012年，图灵奖得主Hinton提出Dropout技术，在2012年被NIPS拒稿，目前仍然只是在arxiv预印网站上挂着，总引用量超1.2万。

论文链接：https://arxiv.org/pdf/1207.0580

文本嵌入的鼻祖论文word2vec斩获了NeurIPS 2023时间检验奖，总引用量超4.6万，被但在2013年首届ICLR会议被拒稿。

YOLO（You Only Look Once），作为计算机视觉领域最知名的目标检测算法之一，在投稿NIPS时遭遇了不顺利，得到的审稿意见是「这是一篇不错的论文，但还不够好」，最后被CVPR 2016接收。

Transformer-XL可以进一步提升Transformer建模长期依赖的能力，在投稿ICLR 2019时被拒稿，之后作者基于Transformer-XL进行改进，提出了XLNet，被NeurIPS 2019接收；Transformer-XL则被ACL 2019接收。

去年年底因颠覆Transformer一战成名的Mamba架构论文，在ICLR 2024同行评审中被打出3分的低分，同样被拒稿。

论文链接：https://openreview.net/forum?id=AL1fq05o7H

图像处理领域里大名鼎鼎的的SIFT算法（尺度不变特征转换）的论文，也曾被1997年ICCV和1998年CVPR两次拒稿。

学术评价体系并非十全十美，一时的拒稿并不能成为衡量论文价值的绝对标准，科研创新犹如在迷雾中探索，其价值往往无法在当下被精准预判。

努力追求真理，真正的伟大成果也可能蕴藏在拒稿中。

参考资料：

https://mathstodon.xyz/@tao/113721192051328193