1. 先搞清楚審稿人在審什么一個被大多數(shù)人誤解的起點很多人在準備SIGGRAPH或TOG投稿時第一反應是去琢磨“今年流行什么方向”。這個思路不能說完全錯但它很容易把你帶偏。我在審稿這些年里見過太多技術(shù)功底相當扎實、實驗做得也漂亮的稿子最終卻因為一個很尷尬的原因被刷下來——作者根本沒搞清楚審稿人到底在評估什么。SIGGRAPH和TOG的審稿體系核心邏輯是“問題優(yōu)先”而不是“技術(shù)優(yōu)先”。審稿人拿到一篇稿子腦子里首先浮現(xiàn)的問題不是“這個方法是不是很巧妙”而是“這個問題值不值得解決以及這個問題被解決到了什么程度”。聽起來很樸素但絕大多數(shù)被拒的論文恰恰是在這個最樸素的問題上翻了車。有的稿子方法設計得很精巧但問題的定義模棱兩可有的稿子實驗做了三大頁但核心貢獻說不清到底解決了什么還有的稿子結(jié)果圖非常漂亮但方法部分的邏輯鏈一推敲就斷。從審稿人視角看一篇TOG/SIGGRAPH論文本質(zhì)上是一次“學術(shù)論證”。你的每一項實驗、每一個公式、每一張結(jié)果圖都是你論證鏈條上的一環(huán)。審稿人拿到稿子后會沿著你的論證鏈一路檢查問題是否重要、動機是否成立、方法是否有新意、實驗是否充分支撐了結(jié)論、寫作是否把上述這些都講明白了。任何一環(huán)斷裂審稿人的信心就會打折。這里有一個很扎心的現(xiàn)實SIGGRAPH和TOG的審稿人大多是義務勞動他們本身也是活躍的研究者手頭也有自己的論文要寫、項目要趕。一篇稿子分到他們手里真正被仔細閱讀的時間往往有限。這意味著你的論文必須在“被快速理解”這件事上做到極致。我見過太多好工作毀在了表達上——審稿人沒看懂你的貢獻不是因為你做得不夠好而是因為你沒讓他輕松地看懂。這不公平但這就是現(xiàn)實。所以這篇文章不談具體的算法也不講某個特定方向的趨勢而是把視角拉到審稿人這個位置聊聊我這些年審稿和寫稿積累下來的一些判斷標準。我會把“什么樣的論文容易被接收”拆成幾個可以操作的維度問題定位、貢獻構(gòu)建、實驗設計、寫作技巧以及最容易被忽視的“審稿體驗”問題。這些內(nèi)容適用于SIGGRAPH和TOG對于其他圖形學會議和期刊同樣有參考價值。需要提前說明的是我下面的所有觀察都來自個人經(jīng)驗不代表任何官方標準。審稿本身有很強的主觀性同一篇論文在不同審稿人手里的命運可能完全不同。但正因為如此了解那些“跨審稿人”的共性判斷邏輯反而比你猜測某一個審稿人的偏好更有價值。2. 問題定義論文的第一道生死線2.1 你的問題到底是“真問題”還是“偽問題”“問題是否重要”這句話被說了無數(shù)遍但真正理解它的人不多。審稿人在評估問題重要性時看的不是你的問題描述有多宏大而是三個更具體的維度。第一個維度是受眾范圍。這個問題有多少人關心如果你的問題只有你自己和你的小課題組關心那審稿人大概率會給出“importance is limited”的評價。這不是審稿人刻薄而是SIGGRAPH和TOG的定位決定的——它們是圖形學領域的頂會頂刊收錄的工作需要有足夠的社區(qū)影響力。反過來說如果你的問題能輻射到渲染、幾何處理、動畫、仿真等多個子方向哪怕你的方法本身只針對其中某一個子問題審稿人也更容易認可它的價值。第二個維度是痛點強度。這個問題在不解決的情況下會對現(xiàn)有工作造成多大的阻礙一個經(jīng)典的做法是在你的introduction里明確指出現(xiàn)有方法在某個場景下會失效而這個場景是實際應用中繞不開的。這個“失效點”越具體、越真實你的問題動機就越有說服力。我最怕看到的一種introduction是“現(xiàn)有方法都不夠好我們提出了一個更好的”——這句話等于什么都沒說。你要告訴審稿人的是現(xiàn)有方法為什么不夠好是在什么具體條件下不夠好這個條件為什么在真實需求中一定會出現(xiàn)。第三個維度是時機成熟度。這個問題是不是“現(xiàn)在”應該解決的問題有的問題十年前提出來太早因為基礎條件不具備有的問題五年前提出來剛好因為相關技術(shù)已經(jīng)鋪墊成熟還有的問題現(xiàn)在提出來其實已經(jīng)晚了因為社區(qū)的熱點已經(jīng)轉(zhuǎn)移。如何判斷時機一個簡單的檢驗方式看這個問題最近一兩年在頂會頂刊上的出現(xiàn)頻率。如果頻率在上升說明時機到了如果頻率在下降說明紅利期快過了如果幾乎沒出現(xiàn)過你要么是開辟了新方向要么就是在一個無人關心的角落自嗨。2.2 問題定義中的三種典型失敗模式我把審稿中經(jīng)常遇到的“問題定義失敗”歸納成三種模式你可以對照自己手頭的論文草稿看看有沒有中招。第一種叫**“掃把星式”問題**。這類論文標題通常是《XXX的全面研究》或者《XXX的新框架》看起來很宏大但問題邊界模糊到無法驗證。審稿人看完introduction完全不知道你的輸入是什么、輸出是什么、成功標準是什么。這種稿子即使方法部分寫得再好也很難過審因為審稿人無法判斷你“有沒有解決問題”——連問題本身都說不清楚怎么判斷解決程度第二種叫**“自說自話式”問題**。作者定義了一個問題但這問題跟社區(qū)關心的方向沒有明顯關聯(lián)。常見于把某個小眾應用場景當作核心問題卻說不清這個場景對更廣泛領域的啟示。比如你做了一個針對特定文物類型的數(shù)字化重建方法如果只是說“這個類型的文物很重要”卻沒有把它上升到“非剛性幾何重建在極端紋理條件下的通用難題”審稿人就會覺得你的問題太窄。第三種叫**“無中生有式”問題**。作者為了發(fā)論文硬造問題把某個已有成熟方案的方向重新包裝成一個“困難問題”。這種稿子最消耗審稿人的耐心。如果你的問題在5年前就已經(jīng)有了不錯的解你要么需要非常清晰地論證為什么舊解已經(jīng)不夠用比如需求變了、數(shù)據(jù)規(guī)模變了、精度要求變了要么就換個問題。2.3 如何用“一句話測試”驗證你的問題定義我個人的習慣是在動手寫introduction之前先做一次“一句話測試”。你能否用一句話把你的論文問題說清楚并且讓一個非本子方向的圖形學研究者聽懂這句話的模板是“在【具體場景】下現(xiàn)有方法因為【具體原因】無法做到【具體目標】我們提出【什么類型的方法】來解決它?！比绻隳茉?0秒內(nèi)把這句話說出來而且對方能點頭表示“嗯這個問題確實存在”那么你的問題定義基本達標了。反過來如果你需要鋪陳五分鐘背景才能讓聽者明白你在解決什么問題那你的introduction一定有問題。這個測試還有一個變體把你的論文標題拿掉只看introduction的前三段你能否在一分鐘內(nèi)判斷出這篇論文的大致方向和核心問題如果做不到問題定義大概率是模糊的。我審稿時經(jīng)常用這個方式快速篩選稿件——introduction讀了五分鐘還不知道作者要干嘛的稿子即使后面內(nèi)容再好我內(nèi)心也已經(jīng)給它判了死刑。聽起來殘酷但這是時間壓力下的真實行為。3. 貢獻的構(gòu)建從“我們做了什么”到“我們改變了什么”3.1 貢獻不是羅列技術(shù)點而是回答“so what”很多作者寫Contribution時會寫成一個功能清單我們提出了一個XXX模型、我們設計了XXX損失函數(shù)、我們構(gòu)造了XXX數(shù)據(jù)集、我們做了大量實驗驗證……這種寫法不是錯但它缺少了最重要的東西——這些技術(shù)點加在一起到底讓什么發(fā)生了改變審稿人真正想看到的貢獻是“認知層面的增量”。你的工作讓社區(qū)對某個問題有了什么新的理解你打開了什么新的可能性你推翻了什么舊的假設這些才是能被記住的貢獻。那些只是把已有方法換了個網(wǎng)絡結(jié)構(gòu)、調(diào)了調(diào)損失函數(shù)、換了個數(shù)據(jù)集做實驗的工作技術(shù)上也許完整但貢獻層面是匱乏的。我見過一個很典型的被拒案例作者用了一個很新穎的網(wǎng)絡架構(gòu)做曲面重建實驗也很充分但整篇論文里找不到任何一處說明“為什么這個架構(gòu)適合曲面重建”——沒有分析曲面重建任務的特殊性沒有說明這個架構(gòu)相比通用架構(gòu)在哪些環(huán)節(jié)上有本質(zhì)優(yōu)勢。最后審稿人的意見高度一致這是一個“engineering contribution”技術(shù)含量有但認知增量不足。3.2 貢獻的三個層次方法層、問題層、認知層我把有分量的貢獻分成三個層次你可以用來給自己的論文定位。方法層貢獻是最基礎的指的是你提出了一套新的技術(shù)方案。大多數(shù)論文停留在這個層次。方法層貢獻本身沒有問題但它必須有足夠的技術(shù)難度和原創(chuàng)性支撐。如果方法層只是“組合已有模塊”那就很難撐起一篇TOG。問題層貢獻比方法層高一個檔次指的是你提出了一個新的問題或者重新定義了一個老問題。這類貢獻的典型特征是你的論文發(fā)表之后其他人會沿著你定義的問題框架繼續(xù)做工作。舉個例子如果你的論文說“現(xiàn)有方法都假設輸入是完整點云但真實掃描數(shù)據(jù)幾乎都有遮擋我們把‘遮擋下的曲面重建’定義為一個獨立問題并提出基線”這就是問題層貢獻。認知層貢獻是最高的層次指的是你改變了社區(qū)對某個問題的理解方式。這類工作通常包含深入的分析和洞見比如發(fā)現(xiàn)了某個現(xiàn)有方法的失敗模式背后的共同原因或者揭示了一個被長期忽視的理論性質(zhì)。認知層貢獻不一定需要全新的技術(shù)方案但它需要獨到的觀察和深刻的分析。寫contribution的時候我建議你嘗試把“方法層描述”和“認知層描述”配對出現(xiàn)。每寫一個技術(shù)點緊跟一句話說明這個技術(shù)點帶來了什么認知層面的改變。這樣審稿人讀contribution時能感覺到你的工作是“想清楚”之后做的而不是“做著試試看”做出來的。3.3 構(gòu)建contribution時最容易被忽視的“可驗證性”Contribution部分的另一個關鍵屬性是“可驗證性”。你聲稱的貢獻是否在你的實驗中得到了驗證這條對應關系必須清晰。我有一個壞習慣——拿到論文先看contribution再翻實驗部分把逐條contribution和實驗一一對照。如果沒有對應關系我會在review里寫“the claimed contributions are not fully supported by the experiments”。舉一個實際案例。某篇論文聲稱三個貢獻一是提出了一種新的幾何表示二是設計了一個高效的優(yōu)化算法三是構(gòu)造了一個大規(guī)模數(shù)據(jù)集。結(jié)果實驗部分只有數(shù)據(jù)集上的性能對比完全沒有驗證優(yōu)化算法的效率優(yōu)勢也沒有分析新幾何表示相比傳統(tǒng)表示的獨立貢獻。這種稿子即使實驗做了一堆contribution的可信度也是不足的。正確做法是給每個contribution安排一個獨立的實驗小節(jié)或者消融實驗來單獨驗證它。3.4 如何在rebuttal階段捍衛(wèi)你的contributionContributions寫得好不好在rebuttal階段會體現(xiàn)得特別明顯。我見過太多作者在rebuttal里試圖“臨時增加”新的contribution來回應審稿人的質(zhì)疑這是大忌。審稿人在第二輪看到你加了原本沒有的contribution不會覺得你在認真回應反而會覺得你最初的定位就不清楚。正確的做法是在寫初稿時就把contribution收斂到“少而強”并且留好余量。rebuttal階段的contribution捍衛(wèi)應該做的是“解釋和澄清”而不是“增添和修改”。比如審稿人說“你的貢獻和某方法沒有本質(zhì)區(qū)別”你應該做的是對比分析、說明差異和邊界條件而不是慌張地修改你的貢獻表述。4. 方法部分與實驗設計如何讓審稿人信任你的結(jié)論4.1 方法部分的“可復現(xiàn)性”是你最便宜的保險圖形學領域的審稿人有一個比較強的共同傾向——非常在意方法的可復現(xiàn)性。SIGGRAPH和TOG的讀者群體會真的去復現(xiàn)你的方法這是這個領域的優(yōu)秀傳統(tǒng)同時也是你論文能否被接收的隱藏加分項。提升可復現(xiàn)性有幾個具體的操作。首先公式推導要完整不要跳步。我在審稿時會夾著草稿紙推導公式這可能是圖形學審稿人的職業(yè)病。如果中間跳了幾步關鍵推導或者符號聲明不全我會直接在review里列出這些推導障礙。其次偽代碼要寫得像樣。偽代碼不是把公式復述一遍而是要包含實際實現(xiàn)的那些“臟細節(jié)”——初始化怎么做、循環(huán)條件是什么、收斂判據(jù)用什么。再次優(yōu)化細節(jié)要透明。學習率、迭代次數(shù)、損失函數(shù)權(quán)重、網(wǎng)格分辨率——這些參數(shù)在論文里給不給直接決定了讀者能否復現(xiàn)你的結(jié)果。很多論文的結(jié)果圖看起來很驚艷但參數(shù)細節(jié)一言難盡審稿人不可能在這種稿子上給高分。4.2 實驗不是證明“你的方法好”而是證明“你的歸因?qū)Α边@是我要強調(diào)的一個核心觀點實驗設計的最高原則不是“證明我的方法比別人好”而是“證明我對結(jié)果的分析和歸因是正確的”。這兩者的區(qū)別非常微妙但決定了你的實驗是“說服人”還是“堆工作量”。如果你的實驗只是為了展示“我的方法在幾個數(shù)據(jù)集上分數(shù)最高”那這個實驗設計是單薄的。審稿人會追問為什么高是哪個組件起了決定作用這個組件為什么能起作用在什么條件下它會失效這些問題的答案需要靠實驗來回答。一個典型的“歸因正確”的實驗設計應該包含這么幾條線索主實驗展示整體性能優(yōu)勢消融實驗拆解每個組件的貢獻分析實驗揭示方法起作用的底層原因失敗案例分析揭露方法的邊界條件。四條線索缺一不可。缺少消融實驗的論文顯得武斷缺少分析實驗的論文顯得淺薄缺少失敗案例的論文顯得虛假——沒有任何方法是萬能的如果你不主動分析失敗場景審稿人就會自己去找然后把它當成一個“問題”拋給你。我再強調(diào)一次主實驗上的“分數(shù)全面碾壓”遠沒有“我清楚地知道我的方法在什么條件下比誰好、為什么好”更能打動審稿人。4.3 對比方法的選取審稿人一定會挑刺的三個角落對比方法的選擇是實驗部分最容易翻車的地方也是最容易被作者忽略的。第一個角落是你對比的“非深度學習經(jīng)典方法”是否處于最佳狀態(tài)。很多論文在對比經(jīng)典幾何算法時直接拿原始論文的實現(xiàn)跑結(jié)果沒有經(jīng)過調(diào)參和適配。這在圖形學領域是個忌諱因為經(jīng)典方法往往對參數(shù)敏感直接跑默認參數(shù)大概率不能代表它的真實水平。審稿人如果有相關經(jīng)驗一眼就能看穿。第二個角落是深度學習方法的“底座”是否對齊。如果你對比的是多個深度學習方法它們的訓練策略、數(shù)據(jù)增強、推理代價是否合理對齊這里面最容易被挑的問題就是“不公平的訓練時長”或者“不同的數(shù)據(jù)預處理管線”。審稿人未必會逐個檢查但你一旦被抽查到一處不公平整篇實驗的可信度就會崩塌。第三個角落是是否遺漏了關鍵對比方法。這個比較主觀但審稿人通常會從你的related work里尋找你引用了但沒有在實驗中對比的方法。如果你在related work里把某個方法描述得跟你的工作高度相關卻在實驗里不跟它對比審稿人一定會問為什么。所以要么在related work里少寫你不想對比的工作要么就在實驗里把它加上。4.4 數(shù)據(jù)與評估指標容易被審稿人抓住的把柄數(shù)據(jù)集的規(guī)模和多樣性是另一個常見問題。圖形學論文經(jīng)常在少量合成數(shù)據(jù)上做實驗這本身不是問題但你需要讓審稿人相信你的數(shù)據(jù)集覆蓋了足夠多變的輸入條件。如果你的方法只在同一種風格的數(shù)據(jù)上測試審稿人會質(zhì)疑泛化能力。評估指標的選擇同樣需要謹慎。我經(jīng)常遇到作者選擇了多個指標但其中有些指標與他們聲稱的貢獻點毫無關系。比如你做的是幾何重建卻放了大量紋理保真的指標這讓人困惑。指標應該服務于驗證貢獻而不是湊數(shù)。還有一個很多作者容易忽略的點用戶研究。如果你的方法聲稱“生成了更高質(zhì)量的視覺效果”那你可能需要一個用戶研究來支撐這個說法因為客觀指標往往不能完全反映感知質(zhì)量。當然這也不是絕對的取決于你的貢獻定位。4.5 附錄和補充材料別浪費這張“隱藏牌”SIGGRAPH和TOG的審稿系統(tǒng)通常支持補充材料。但很多人只是把補充材料當成“放視頻、放額外圖”的地方完全低估了它的價值。一個高質(zhì)量的補充材料可以是說服審稿人的決定性力量。我在審稿時經(jīng)常遇到這種情況主文里的實驗有點倉促但補充材料里有詳細的分析、額外的對比、甚至是失敗案例的深度剖析這時候我會明顯傾向于對論文給出更積極的評價。因為補充材料證明了一個重要的信號——作者心里有底不怕審稿人深挖。補充材材里我建議放這么幾類內(nèi)容更多的定性結(jié)果對比圖完整的數(shù)據(jù)集描述和數(shù)據(jù)統(tǒng)計額外的消融實驗和分析實驗重要參數(shù)的敏感性分析視頻演示和交互式demo的鏈接。如果你能在補充材料里把主文沒空間展開的內(nèi)容補全你的論文在審稿人那里的“認真程度”評分會顯著提高。5. 寫作與表達那些決定“審稿體驗”的細節(jié)5.1 審稿人不是你的學生別讓他“做題”寫作方面最普遍的問題不是語法錯誤而是“信息呈現(xiàn)順序”不合理。很多作者寫論文時默認讀者會從頭到尾一字一句地讀但審稿人實際上是在“掃描”——他會先看標題摘要再看圖然后掃一眼contribution接著直奔實驗部分最后覺得有意思才會回頭讀方法。這意味著你的論文必須適應“非順序閱讀”模式。摘要要能獨立成文把問題、方法、結(jié)果三要素說清楚每張圖要有足夠的caption讓讀者只看圖不看正文也能理解核心信息每個section的開頭要有簡短的“本節(jié)內(nèi)容預告”和“本節(jié)在全文論證中的角色”。這些策略不是在討好審稿人而是在降低他的認知負擔——審稿人的時間有限你讓他輕松他才會對你有好感。5.2 摘要寫作的“三層結(jié)構(gòu)”我審過幾百篇論文對摘要有一個固定的閱讀套路如果你的摘要符合這個套路我會覺得舒服反之會覺得別扭。第一層用兩三句話說明“什么問題、為什么重要”不要一上來就講你的方法多厲害先讓審稿人承認問題存在。第二層用一段話講“我們的方法”這時要講清楚方法的核心思想和關鍵設計但不能啰嗦。第三層用最后兩三句話說“結(jié)果怎么樣”通常要包含關鍵數(shù)字提升、泛化能力驗證和效率優(yōu)勢。我特別反感兩種摘要。一種是“百科式”摘要——從頭到尾像教科書一樣平鋪直敘完全看不出這篇論文的獨特貢獻在哪里另一種是“廣告式”摘要——滿篇“novel”“first”“state-of-the-art”但沒有具體細節(jié)支撐。好的摘要應該是一篇微型的學術(shù)論證而不是技術(shù)宣傳冊。5.3 圖表設計一圖勝千言的前提是“圖真的在說話”圖形學論文的圖表質(zhì)量是一個隱形的分水嶺。我見過一些內(nèi)容扎實但圖表糟糕的論文感官上就是“看起來不夠SIGGRAPH”也見過一些圖表精美但內(nèi)容一般的論文容易讓審稿人產(chǎn)生“這個團隊很專業(yè)”的先入為主的印象。圖表質(zhì)量確實會影響裁判的判斷。圖表設計有幾個關鍵點。第一結(jié)果圖的可視化要一致——相同材質(zhì)、相同光照、相同視角才能公平對比如果你用了不同的渲染設置審稿人第一反應就是懷疑你的對比是否公平。第二誤差可視化要誠實——放大差異的尺度標注要清晰不要用夸大的顏色映射誤導讀者。第三方法框架圖要簡潔——把核心pipeline畫清楚不要堆砌所有模塊細節(jié)框架圖是幫助理解的不是展示工作量的。另外我強烈建議在論文里放一個“方法概覽圖”用一張圖把問題設定、方法流程、關鍵結(jié)果串起來。這張圖的價值在于它可以讓審稿人在30秒內(nèi)對你的工作形成整體印象。如果這張圖沒畫好你的論文從一開始就處于劣勢。5.4 Related Work的藝術(shù)不要寫成目錄Related Work是最容易被敷衍的部分也是最容易暴露態(tài)度的部分。我看到很多論文的related work就是“XX做了AYY做了BZZ做了C”的流水賬毫無insight可言。這樣的寫法在審稿人看來只有兩種解讀要么你不了解領域要么你懶得思考。好的related work應該有組織邏輯。它應該是“按主題聚類”并附上“與本文的差異分析”而不是“按時間排序”的羅列。每介紹一個類別的相關工作在末尾加一兩句“這些方法在某個點上與我們的方法不同本文的方法在那個點上做了XXX改進”。這種寫法把related work從“湊篇幅的綜述”變成了“論證我們positioning的論據(jù)”。還有一點需要特別注意不要漏引關鍵的最近工作。如果你的論文在某個方向上的related work漏掉了近一兩年內(nèi)的重要論文而正好那個論文的作者是審稿人之一那你的處境就會非常被動。我在投稿前通常會讓幾個合作者分頭檢查related work的完整性這是一個必要的交叉驗證流程。6. 常見拒稿原因與避坑指南來自審稿一線的觀察6.1 那些“技術(shù)很好但被拒”的論文到底輸在哪里我參與過的審稿討論中最讓人扼腕的案例往往不是技術(shù)平庸的論文而是那些技術(shù)上明顯有閃光點、但最終因為一些“非技術(shù)原因”沒被接受的稿子。這些非技術(shù)原因通常是第一種是overclaiming。論文里把貢獻吹得超出實際驗證范圍審稿人抓到一處夸大就會對整個論文的可信度產(chǎn)生懷疑。你可以在intro里說“我們展示了方法的潛力”但不要輕易說“我們解決了XXX領域的根本性問題”。第二種是呈現(xiàn)混亂。圖表編號錯誤、公式符號前后不一致、實驗結(jié)果表格格式混亂——這些細節(jié)本身不是大事但累積起來會給審稿人一個印象作者不認真結(jié)論可能也不可靠。審稿本質(zhì)上是一個信任建立的過程細節(jié)上的不嚴謹會不斷消耗信任。第三種是缺少與最先進方法的直接對比。作者怕對比不過就只跟幾個經(jīng)典方法比刻意避開最新的SOTA。這種“選擇性對比”在審稿人眼里非常明顯而且一旦被點破作者的信用就破產(chǎn)了。我的建議是哪怕你的方法在某幾個指標上比不過最新的SOTA你也應該如實對比然后認真分析差距產(chǎn)生的原因——這種誠實反而會更讓審稿人欣賞。6.2 審稿流程中的“條件接收”是怎么一回事SIGGRAPH和TOG的審稿流程里有一個重要機制叫“條件接收”這是很多新手不太了解的。條件接收意味著論文在原則上被接收了但作者需要按照審稿人和PC程序委員會提出的要求進行修改并且修改后的論文需要得到認可。這里要強調(diào)的是條件接收不是你論文的終點而是另一個起點。如果你拿到了條件接收一定不要掉以輕心。認真對待每一個修改要求尤其是那些被標記為“must fix”的問題。同時保持open的態(tài)度——討論的過程中也帶上合作的姿態(tài)確保修訂后的版本讓所有審稿人滿意。我見過一些作者在條件接收階段“討價還價”試圖敷衍修改要求結(jié)果被審稿人直接拒絕接收。這真的得不償失。條件接收的修改原則上應該“嚴格滿足要求并適當超出預期”而不是“盡量少改”。6.3 Rebuttal寫作的幾個實用原則SIGGRAPH和TOG的rebuttal通常篇幅有限這要求你的回復必須精煉且有針對性。我總結(jié)幾個實用原則。原則一先回答“是不是”再解釋“為什么”。審稿人問“你的方法是不是在某種條件下會失效”你要先明確回答“是”還是“不是”不要上來就繞彎子解釋。大多數(shù)審稿人更討厭含糊其辭。原則二用圖表說話。如果rebuttal允許添加圖表一定要用。一個直觀的對比圖比一大段文字更有說服力。我經(jīng)?？吹絩ebuttal里用一張補充實驗結(jié)果圖扭轉(zhuǎn)審稿人態(tài)度的案例。原則三不要只回復“我們會在最終版中修改”。這句話本身沒有信息量。審稿人想知道的是你打算怎么改改成什么樣做了修改之后對結(jié)論有什么影響把這些說清楚你的rebuttal才算是有效的。原則四對審稿人表示感謝和尊重。不管審稿意見聽起來多么離譜審稿人都是義務勞動而且可能是你未來的合作者。rebuttal的語言任何時候都保持professional不要帶情緒。6.4 時間線與節(jié)點管理投稿不只是寫論文最后我想聊一個很多人忽視的環(huán)節(jié)——投稿的時間管理。SIGGRAPH和TOG是固定周期的投稿模式一年有若干輪次。我把時間線拆成三個關鍵節(jié)點來管理目標截稿日前6到8周凍結(jié)技術(shù)方案前4周凍結(jié)所有實驗和圖表前2周只做撰寫打磨和內(nèi)部交叉審稿。這個時間線的核心邏輯是技術(shù)方案和實驗結(jié)果必須在寫作開始前完全確定。如果邊寫邊補實驗你的introduction和contribution可能會來回推翻重寫效率極低且容易出錯。在內(nèi)部交叉審稿階段我會模擬審稿人視角找出論文中“最容易被攻擊的點”然后提前在文中補上防御性討論——與其被審稿人問不如自己先解釋。還有一個經(jīng)驗是投稿前一定要自己跑一遍整個論文的“邏輯鏈驗證”。從標題到摘要到introduction到方法到實驗到結(jié)論檢查每一步之間的邏輯連接是否順暢。很多時候我們太熟悉自己的工作以至于邏輯跳躍自己都注意不到。一個可行的做法是讓一個完全沒參與這個項目的人讀一遍論文記錄下他產(chǎn)生的疑問那些疑問往往就是審稿人會提出的問題。7. 寫在最后回歸“研究質(zhì)量”這個唯一標準盤點下來審稿人視角下“好論文”的標準其實很樸素一個清晰而重要的問題一個明確而有說服力的貢獻一套扎實而誠實的實驗加上一段讓人讀起來不費勁的敘述。這四件事做好了即使你的方法不是完美無缺審稿人也會傾向于給你正面的評價。我個人在帶學生和審稿過程中反復強調(diào)一個觀念論文是研究的外殼研究質(zhì)量才是內(nèi)核。審稿人真正在評估的是這個內(nèi)核是否扎實。你可以在表達技巧上做很多文章但那些技巧只能錦上添花無法扭轉(zhuǎn)內(nèi)核的貧瘠。最后分享一個小建議如果你在準備投稿不妨在寫完初稿后找兩三個不同方向的同行幫你做一次“模擬審稿”讓他們按照SIGGRAPH/TOG的審稿標準給你的稿子找茬。這個過程的痛苦是真實的但收獲也是巨大的。我見過太多論文在模擬審稿階段發(fā)現(xiàn)了致命問題避免了正式投稿后被拒的命運。這比什么技巧都管用。