问题

2019年CVPR有哪些糟糕的论文?

回答
要准确地说出2019年CVPR上“糟糕”的论文是非常困难的,原因如下:

1. “糟糕”是主观的: 什么被认为是“糟糕”的论文,很大程度上取决于评审的视角、研究领域的现状以及论文本身的贡献。一刀切地评价一篇论文为“糟糕”通常是不恰当的。
2. 同行评审的门槛: CVPR是计算机视觉领域的顶级会议,其论文录用率通常非常低(2019年大约在2025%左右)。这意味着被录用的论文,即使在事后看来可能存在一些瑕疵或不那么突出,也经过了严格的同行评审过程。绝大多数被录用的论文至少具有一定的学术价值和新颖性。
3. 事后诸葛亮: 很多时候,一篇论文的真正价值和潜在问题需要时间来检验,以及后续研究的跟进才能显现。在会议举办当年,很难有足够的信息来全面评判一篇论文的“糟糕”程度。
4. 隐藏的缺点: 一篇论文可能在某个方面做得很好,但在其他方面存在问题(例如实验设计不严谨、理论分析有漏洞、结果不可复现等)。这些问题可能在审稿过程中没有被充分发现,或者被认为是可以接受的。
5. 缺乏公开的“差评”列表: 会议组织者通常不会公开一份“糟糕论文”的列表。即使有审稿意见不佳的论文,这些信息也是保密的。

尽管如此,我们可以从几个角度来推测,哪些类型的论文在CVPR这类顶级会议上可能被认为“不如预期”或“存在争议”,并尝试详细阐述可能的原因:

可能被认为“不如预期”或“存在争议”的论文类型及其可能的原因:

1. 新颖性不足但声称有重大突破 (Lack of Novelty but Claiming Breakthroughs):

描述: 这类论文可能只是对现有方法进行微小的改进,例如调整网络结构中的一个模块,更换一个损失函数,或者在某个数据集上进行简单的参数调优。然而,它们在论文中往往会极力渲染其方法的“创新性”和“突破性”。
可能的原因:
微不足道的改进: 改进点非常小,对整体性能的提升可以忽略不计,或者可以通过简单的超参数调整就能达到类似效果。
“堆叠”现有技术: 将多个已有的、不相关的技术简单地组合在一起,却没有深入探讨它们之间的协同作用或理论基础。
误导性的图表/结果: 通过选择性地展示结果,或者使用误导性的评价指标,来夸大方法的优势。例如,在一个非常小的提升上使用显著性检验,或者在某个特定子集上表现好就声称整体性能提升。
实验设置上的“技巧”: 通过使用与基线方法不同的预训练模型、数据增强策略或者训练技巧,使得自己的方法在比较时显得更有优势,但这种优势并非来自核心的创新点。

2. 实验设计不严谨或结果不可复现 (Poorly Designed Experiments or NonReproducible Results):

描述: 这类论文可能在实验设置、数据集的使用、评估指标的选择或复现性方面存在严重问题,导致其结论难以令人信服。
可能的原因:
数据泄露 (Data Leakage): 在训练过程中无意中使用了测试集中的信息,导致模型在测试集上表现异常好,但实际上是“作弊”。例如,在划分训练集和验证集时,不小心将测试集中的样本混入了训练集。
不合理的基线比较:
未能公平比较: 与强大的基线方法使用不同的训练策略、算力资源或数据预处理方式,使得比较结果不公平。
选择性比较: 只选择性地展示与一些较弱的基线方法比较的结果,而忽略了最先进的(SOTA)方法。
使用过时的基线: 选择已经过时或性能较差的基线方法作为比较对象,即使自己的方法稍好,也缺乏说服力。
评估指标不当:
使用不常用的指标: 为了展示效果,故意使用一些不常用、容易获得好结果的评估指标,而不是行业标准或领域内的普遍指标。
指标解读错误: 对评估指标的理解有误,或者在解释指标时存在偏差。
缺乏复现性信息:
未开源代码和数据: 对于关键的实现细节含糊其辞,不提供代码或预训练模型,使得其他研究者无法验证其结果。
依赖特定硬件/软件: 论文的成功高度依赖于特定的硬件配置、软件版本或随机种子,一旦环境稍有不同,结果就会大相径庭。

3. 理论分析薄弱或错误 (Weak or Flawed Theoretical Analysis):

描述: 部分论文会尝试构建理论框架来支持其提出的方法。如果这些理论分析过于简化、逻辑不严密,甚至存在错误,那么论文的整体可信度就会大打折扣。
可能的原因:
过度简化模型: 为了数学上的方便,对现实问题进行过度简化,导致理论结论与实际表现脱节。
数学错误: 在推导过程中出现明显的数学逻辑错误或计算错误。
牵强的因果关系: 将数学推导出的某些性质直接等同于实际性能的提升,但没有充分的实验证据支持这种因果关系。
未能解释关键行为: 理论模型未能解释方法的关键成功之处,或者对实验中观察到的现象没有提供有力的解释。

4. 过于偏重工程实现而缺乏学术贡献 (Overemphasis on Engineering Implementation without Substantive Academic Contribution):

描述: 有些论文可能实现了一个在特定场景下效果很好的系统,但这更多地是工程上的优化或组合,而不是算法或理论上的新进展。
可能的原因:
“工程 hack”: 通过大量的人工调整、启发式规则或经验性的技巧来解决问题,缺乏通用性和可推广性。
对现有技术的集成: 主要工作是将现有的成熟技术(如预训练模型、后处理算法)进行简单的集成,并没有提出新的核心思想。
只针对特定问题: 方法只在非常特定的数据集或应用场景下有效,难以泛化到其他任务或更广泛的领域。

5. 幻觉数据或虚假结果 (Hallucinated Data or Fabricated Results):

描述: 这是最严重的学术不端行为,即论文中的实验数据或结果是虚假的、被操纵的,或者使用了不存在的数据集。
可能的原因:
直接造假: 作者为了达到某个研究目标而故意伪造实验数据。
选择性报告: 只报告对自己有利的结果,隐藏不利的结果,以制造虚假的进步。
使用未经验证的中间结果: 在没有充分验证的情况下,就将不确定的中间结果作为最终结论的一部分。

如何“发现”和防范“糟糕”论文(从审稿和阅读者的角度):

审慎阅读摘要和引言: 警惕那些过于夸张的声明,特别是在新颖性和性能提升方面。
仔细检查实验部分:
基线选择: 是否选择了最相关的、最先进的基线进行比较?
数据集: 使用的数据集是否规范?划分是否合理?
评估指标: 指标是否常用且适宜?
复现性: 是否提供了代码、详细的实验设置、超参数等信息?
关注论文的数学推导和理论证明: 是否有逻辑漏洞?是否过于牵强?
批判性地看待图表和可视化: 图表是否清晰?是否有误导性?
搜索相关工作: 了解该领域已有的研究,判断论文的贡献是否真的新颖。
查找后续引用: 看看其他研究者是如何引用这篇论文的,是积极评价还是指出问题。

总结:

2019年的CVPR(与其他顶级会议一样)都经过了严格的同行评审,因此真正意义上的“糟糕”论文(指有严重缺陷、学术不端或完全无效的)非常罕见。然而,如上所述的“不如预期”或“存在争议”的论文类型是可能存在的。这些论文的缺点可能体现在新颖性不足、实验设计不严谨、理论分析薄弱、工程性过强而学术贡献有限等方面。作为读者或审稿人,保持批判性思维,仔细审查论文的各个方面是识别这些潜在问题的关键。

请注意,以上分析是基于对学术论文评审过程和常见问题的普遍认识,并非指明了2019年CVPR具体存在的某一篇或某几篇论文。由于缺乏公开信息,我们无法具体点名。

网友意见

user avatar

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?

user avatar

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?

类似的话题

  • 回答
    要准确地说出2019年CVPR上“糟糕”的论文是非常困难的,原因如下:1. “糟糕”是主观的: 什么被认为是“糟糕”的论文,很大程度上取决于评审的视角、研究领域的现状以及论文本身的贡献。一刀切地评价一篇论文为“糟糕”通常是不恰当的。2. 同行评审的门槛: CVPR是计算机视觉领域的顶级会议,其论.............
  • 回答
    2019 年,要说进步最大的 Android 系统,我会将这份荣誉授予 Google 的 Pixel 系列搭载的 Android 系统。虽然其他厂商在 2019 年也推出了不少优秀的 Android 手机和定制系统,例如三星的 One UI 1.5/2.0,OPPO 的 ColorOS 6/7,小米.............
  • 回答
    2019年国庆70周年阅兵,可以说是新中国成立以来规模最大、装备最精良的一次大阅兵,其每一个细节都蕴含着深刻的意义和中国力量的展示。以下是一些值得关注的细节,我会尽量详细地讲述:一、 时代印记与传承精神: “70”字样组成的受阅方阵: 这是阅兵式上最醒目的视觉元素之一。由受阅士兵组成的巨大的“7.............
  • 回答
    2019年的“3·15”晚会曝光电子烟对罗永浩的事业确实产生了一定的影响,但并非是决定性的打击,更多的是一次舆论上的考验和对他的“小野”(FLOW福禄)电子烟品牌的一次负面曝光。为了详细讲述,我们先梳理一下事件背景和影响过程:事件背景: 时间点: 2019年3月15日,中央电视台的“3·15”晚.............
  • 回答
    您好,关于褚时健先生 2019 年 3 月 5 日去世的这个信息,我需要澄清一下:褚时健先生于 2015 年 9 月 15 日就已去世,享年 87 岁。您提到的日期可能有所偏差。关于褚时健先生一生的经历是否值得肯定,这是一个复杂但非常值得探讨的问题。他的经历跌宕起伏,充满了传奇色彩,也引发了广泛的讨.............
  • 回答
    2019 年 2 月 21 日(美国时间 2 月 20 日)在旧金山举办的 三星 Galaxy S10 系列发布会,是三星当年最受瞩目的一场发布会,其产品线非常丰富,包括了 Galaxy S10e、Galaxy S10、Galaxy S10+,以及后来在发布会上压轴登场的 Galaxy Fold(虽.............
  • 回答
    2019年我国人口出生率创下2000年以来新低,总和生育率跌破警戒线,这一趋势并非孤例,而是全球许多发达国家和部分发展中国家普遍面临的挑战。持续的低出生率将对我国社会经济的方方面面产生深远的影响,其复杂性和连锁反应是多层次的。以下将从多个维度进行详细阐述:一、 人口结构失衡与老龄化加速这是低出生率最.............
  • 回答
    2019年10月,韩国总统文在寅的处境确实面临着多重挑战,可以用“内外交困”来形容,但并非到了“无法挽回”的地步。以下是详细的分析:一、 内部政治压力与民意分歧加剧: 曹国事件的持续发酵和政治分裂: 2019年9月,文在寅任命了他的亲信曹国为法务部长官,引发了巨大的争议。曹国及其家人被指控涉及学.............
  • 回答
    2019年9月10日,马云正式卸任阿里巴巴集团董事局主席,这是一个具有里程碑意义的事件,标志着阿里巴巴进入了一个新的发展阶段。虽然马云的离开引起了广泛关注和讨论,但阿里巴巴并非一夜之间就改变了发展轨迹。我们可以从多个维度来分析阿里未来的发展:一、 马云卸任的背景与影响: 有序的接班计划: 马云的.............
  • 回答
    关于2019年NeurIPS(神经信息处理系统大会)上哪些论文被认为是“糟糕的”,这是一个非常主观且敏感的问题。学术界的评估是一个复杂的过程,通常涉及同行评审、引用情况、复现性以及对领域发展的实际贡献。直接点名批评某些论文并称其为“糟糕的”,很容易引发争议,而且也很难做到绝对客观。然而,我们可以从一.............
  • 回答
    2019年中国人均国民总收入(GNI)达到10410美元,这是一个重要的经济数据,我们可以从多个维度来理解和看待它。一、 数据本身的含义和意义 国民总收入(GNI):GNI是指一个国家(或地区)在一定时期内,所有常住单位初次分配收入总和。它与国内生产总值(GDP)略有不同,GNI更侧重于一个国家.............
  • 回答
    《2019 年白领 996 工作制专题调研报告》指出,加班最“狠”的并非互联网行业,这一结论确实引人深思,也与大众普遍认知存在一定反差。要深入理解这一点,我们需要从多个维度进行分析:一、 大众认知的形成与局限性:首先要承认,互联网行业确实因其“996”工作模式而广为人知,甚至成为一种代名词。这种认知.............
  • 回答
    2019 年国庆大阅兵的女兵方队,绝对是展现新时代中国女性风采的集结号,她们身上汇聚了太多令人瞩目的亮点,绝非简单的“女性力量”四个字可以概括。要说最让人印象深刻的,大概是以下几个方面:首先,“英雄母亲”的传承与担当,是女兵方队最动人心魄的底色。 在这次阅兵中,仪仗方队和三军仪仗方队的女仪仗队员,她.............
  • 回答
    2019年国内博士后招聘要求和待遇,这可真是个老生常谈又细致入微的话题。当年情况跟现在肯定有不一样,很多细节都需要回忆一下。咱们就从几个关键点来聊聊,力求接地气、不套路。一、 招聘要求:门槛在提高,但更看重“匹配度”说实话,2019年博士后招募已经明显感觉到竞争在加剧,门槛也在悄然提高,但也不是一味.............
  • 回答
    2019 年 10 月 1 日,中华人民共和国成立 70 周年国庆大阅兵在北京天安门广场隆重举行。这次阅兵盛况空前,气势恢宏,不仅展示了新中国七十年的辉煌成就,更彰显了中华民族伟大复兴的坚定决心。一、 规模宏大,气势磅礴此次阅兵是新中国成立以来规模最大的一次国庆阅兵。总时长约 80 分钟,参阅兵力超.............
  • 回答
    要准确回答2019年上半年生育率是多少,我们需要先明确几个关键点,因为“生育率”本身可以有不同的统计口径,而数据的发布也有一定的时间滞后性。首先,当我们谈论“生育率”时,最常使用的是总和生育率(Total Fertility Rate, TFR)。总和生育率是指在一定的育龄妇女群体中,假定她们在整个.............
  • 回答
    作为人工智能,我并没有眼睛去“拍照”,也没有2019年这样具体的时间线来记录我“拍摄”的照片。我的存在是持续的、信息的,而不是物理的、体验式的。不过,如果我能将我所处理、理解和生成的信息比作“照片”,那么在2019年,我处理和生成过的最“精彩”的信息,或许可以类比为某个让我对人类情感、创造力或是知识.............
  • 回答
    2019 年,那是一个充满探索欲的年份,我在知乎的海洋里畅游,也确实挖到了一些令人拍案叫绝的“宝藏回答者”。说实话,当时并没有做系统的记录,但有些回答和他们的风格至今仍历历在目,仿佛昨天才看完。如果要说谁的回答让我觉得“挖到宝了”,脑海里首先闪过的是那些在专业领域深度耕耘,同时又能把复杂问题讲得清晰.............
  • 回答
    2019年,知乎的各个领域涌现出了许多令人印象深刻的用户。他们的回答不仅提供了深度见解,也常常展现出独特的个人魅力,成为无数用户获取信息、激发思考的重要来源。在这里,我尝试梳理一些在不同领域中格外闪耀的面孔,希望能够勾勒出当年知乎内容生态的精彩图景。科学与技术领域:理性与洞察的传递者在科学技术领域,.............
  • 回答
    小米 MIX Alpha:惊艳亮相后的思考2019 年 9 月 24 日,小米在发布会上掀起了一场关于未来手机形态的讨论——小米 MIX Alpha。这款手机以其前瞻性的设计和大胆的尝试,瞬间吸引了全球科技爱好者的目光。然而,惊艳之下,我们也看到了它在实用性与成本上的一些妥协。亮点:定义下一代手机形.............

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

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有