某篇文章“我们比较了22个loss function…”
第一感觉是“哇,这工作量也太巨大了!”
再仔细一瞧,那些loss都是像variance这些很简单直观的metric… nothing new
然后么,比较来比较去还是variance最好用呢……
可他们同一拨人去年的cvpr就用的variance…所以到底有什么novelty值得一个顶会的位置?
而且画图风格一毛一样!在我们这个小众领域真是一眼就知道是谁发的…而且一作是大佬
对于这个问题一开始我比较排斥,也会像其他回答一样觉得应该积极的看待研究人员的工作,要找亮点blabla……
可是现在我觉得这个问题也有积极的一面,因为更多时候我是在读一些浪费时间的顶会文章。cvpr作为顶会,需要舆论监督,不能沦为一小波既得利益者的自嗨。
我觉得尤其需要像neurips之类的一样open review。拒的中的审稿意见都贴出来,这样reviewer也会对自己的意见负责。不为别的,就因为cvpr是顶会,是发一篇能找工作升职加薪的。
还有看到大佬评论说什么水论文很正常,其实是在培养新人练手blabla…咱练手能不拿顶会练吗?
Multi-Label Image Recognition with Graph Convolutional Networks
论文本身不糟糕,甚至用GCN来model标签的co occurrence的想法挺好,作者还公布了代码,然而,在issue中,论文被质疑GCN是否有用。
几天后,github上这个仓库的issue功能被关闭了。
不敢面对质疑?? @旷视科技
要不要考虑一下撤稿?
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有