給CVPR頒“金酸莓獎”，知乎網(wǎng)友熱議最差論文，戰(zhàn)火燒到Reddit

曉查

魚羊 2019-07-05 12:42:06 來源：量子位

“這種論文也能中？”網(wǎng)友被氣瘋了。

魚羊曉查發(fā)自凹非寺

量子位報道 | 公眾號 QbitAI

今年CVPR共有1200多篇論文被接收，官方評出了最佳論文，民間則評出了最差論文。

2019年CVPR有哪些糟糕的論文?

這個問題不僅在知乎上火了，甚至被出口到了國外論壇ML板塊。

頂會也有水論文？答案是Yes。不僅有水的，甚至有水得很夸張的。

號稱進(jìn)步巨大，實則不work；被NIPS、AAAI和ICLR一直拒的論文中了Oral；化身剪刀手拼接已發(fā)表過的文章……這也就不說什么了，但抄襲已發(fā)表論文的Idea，做低baseline這也過分了吧？

而這個問題也引發(fā)了對學(xué)術(shù)圈學(xué)術(shù)氛圍的質(zhì)疑，“打招呼”讓雙盲同行評審成了空談？追求短期反饋瘋狂水論文成常態(tài)？

水論文這件事，實在引人深思。

最差論文提名

最差論文沒有統(tǒng)一的標(biāo)準(zhǔn)，自然也就很難達(dá)成一致，知乎網(wǎng)友分別從6個不同角度提出了質(zhì)疑。

下面開始知乎網(wǎng)友自發(fā)組織的worst paper“頒獎典禮”。

質(zhì)疑1：號稱進(jìn)步巨大，效果平平無奇。

首先是位置最高的回答，答案提供者是一名算法工程師。

他自己也在這個領(lǐng)域研究類似的問題，也做出了一些小修小補(bǔ)，但覺得意義不大，所以就沒發(fā)論文。

但是有人把結(jié)果發(fā)到了CVPR上，而且這篇研究人臉識別的論文還號稱進(jìn)步巨大，但實際效果如何呢？請數(shù)據(jù)說話：

前人的ArcFace已經(jīng)得到了驗證，而后人在此基礎(chǔ)上的修補(bǔ)證明了提升效果并不明顯。“真的、真的不work！”

但是他還是給了一些正面評價：

不過還是要表揚(yáng)一下第二篇論文，里面還提出了一個Noise Resistance Softmax loss，這個損失的形式很復(fù)雜，但思想值得一看，應(yīng)該能改進(jìn)出一個更簡單的形式。

原回答鏈接：

https://www.zhihu.com/question/327139341/answer/712075929

質(zhì)疑2：和前年論文高度相似，審稿人怎么了？

直接把別人的成果算成是自己的，連摘要都高度相似。

這是CVPR 2019文章的摘要：

這是ICCV 2017文章的摘要：

匿名網(wǎng)友向作者提出疑問三連：

雖然這篇文章是不點(diǎn)名批評，但是稍微搜索一下還是能知道作者是誰的，算是給別人留了點(diǎn)面子。

質(zhì)疑3：超不過對手，那就拉低對手。

自己論文效果不好怎么辦，調(diào)低baseline啊！

比如這篇文章里Mask R-CNN的baseline分?jǐn)?shù)只有不到70分，而另一篇文章在同樣的兩個數(shù)據(jù)集上做出的baseline分?jǐn)?shù)超過了80分。

等于作者將baseline整整做低了十幾分，終于讓自己的結(jié)果“超越”了Mask R-CNN。

答案提供者也忍不住吐槽：

現(xiàn)在發(fā)文章不容易啊，不僅自己的實驗結(jié)果需要造假，還要把那么經(jīng)典的方法踩一踩，敢問作者你的良心不會痛嗎？？

質(zhì)疑4：被其他頂會一直拒的論文中了Oral？

有知乎網(wǎng)友表示，會議培養(yǎng)新人也沒什么，但被NIPS，AAAI，ICLR這些頂會一直拒的論文一下中了CVPR Oral也太玄學(xué)了吧？這也太浪費(fèi)讀者時間了。

這位網(wǎng)友舉了伯克利的這篇《Accel: A Corrective Fusion Network for Efficient Semantic Segmentation on Video》為例子。這是一篇有關(guān)語義分割的論文，但作者顯然是該領(lǐng)域的新手小白。

看這個baseline，未免有點(diǎn)低吧？

再看文章的第八頁，結(jié)合文章的內(nèi)容，不禁讓人懷疑這是在填位置……

方法本身也沒有什么創(chuàng)新性，中個Workshop也就算了，作為一篇Oral實在令人很失望……

還有網(wǎng)友補(bǔ)充，這篇論文的某個strong accept的意見里weakness部分只寫了一個句號……emmm……審稿人真的有在好好看文章嗎？

質(zhì)疑5：發(fā)過的論文拼一拼，就又能中頂會啦？

聽說拼一拼別人的好音樂，就能成為火遍全網(wǎng)的“原創(chuàng)音樂人”。那么在學(xué)術(shù)界，剪刀手也一樣有春天？

知乎網(wǎng)友很氣憤：拼湊的論文比灌水更惡劣，水論文還能提供一點(diǎn)新知識呢。

被指控的論文是這一篇：《Self-Supervised Representation Learning by Rotation Feature Decoupling》。

網(wǎng)友指出，這就是把ICLR18的《UNSUPERVISED REPRESENTATION LEARNING BY PREDICTING IMAGE ROTATIONS》和CVRP18的《UNSUPERVISED REPRESENTATION LEARNING BY PREDICTING IMAGE ROTATIONS》這兩篇論文里提出來的自監(jiān)督學(xué)習(xí)方法拼了一下，水成這樣真的大丈夫？