编委范登平 | 从论文首秀到最佳论文: 一位“野生”学者的科研进阶实录

当论文能做出来之后，接下来的问题就是：怎样把论文做得更有高度？简单说来，很多好idea 大致来自两条路：1.问题驱动。也就是说，你不是先想着“我手里有什么模型”，而是先去看“这个问题真正难在哪里”。很多真正有价值的研究，往往来自对现实问题、任务痛点或者领域空白的持续观察。2.是触类旁通。也就是“旧瓶装新酒”。

一些大家熟悉的方法，比如卷积、注意力、金字塔结构，并不是因为“老”就没有价值。关键在于，你能不能把成熟技术放到新的问题里，用新的组合方式、解释方式或任务设定，激发出新的效果。真正重要的不是“模块旧不旧”，而是你有没有抓住问题的本质。

很多初学者写论文时，容易把重点全放在实验数字上，觉得只要结果够高，论文自然就站得住。但高水平论文从来不是简单堆结果，而是整篇文章都在服务一个核心叙事：你要解决什么问题，这个问题为什么重要，你的方法为什么有效，你的实验为什么足以支撑这个结论。

具体到写作，我们一直很看重摘要和引言。摘要不是压缩版全文，而是要在很短的篇幅内回答四个问题：你做了什么，为什么做，有什么贡献，结果怎么样。引言也不是“铺垫废话”，它承担的是建立信任的任务。通常我会用一个相对稳定的五步结构：先讲研究价值，再指出困难和挑战，接着提出自己的动机和思路，然后简要梳理现有工作，最后落到本文贡献。相关工作不要写成流水账，实验和讨论也要真正对应自己的核心贡献。

很多论文被快速拒稿，并不是因为它没有价值，而是因为它在最基本的层面就没有把问题讲清楚。最常见的几个原因包括：研究动机不明，读者看不出问题的重要性；贡献点模糊，和已有工作差异不够；实验设计不充分，对比不公平；格式错误、视觉灾难、空间浪费、低级语法错误；图表（避免狗皮膏药式贴图）和排版不清晰，读起来很费力；以及论文和目标平台不匹配。

这背后其实说明一个很朴素的事实：科研写作本质上是一种说服。你不仅要做出结果，更要让审稿人和读者在有限时间内迅速理解：这个问题值得做，你的方法有针对性，你的实验可信，你的结论站得住。

无论是会议rebuttal，还是期刊返修response，我们都要把它看成一次非常重要的再写作机会。真正有效的做法，从来不是情绪化表达，而是逐条回应、态度诚恳、证据充分。合理意见就直接感谢并修改；如果是误解，就说明到底是哪一句、哪一段没有写清楚，再用实验、图示或事实去澄清。好的rebuttal不是把自己写“赢”，而是帮助评审更快地消除疑问。很多时候，审稿人的质疑恰好暴露了文章表达最薄弱的环节。

不少人看到一篇获奖论文，第一反应是“这idea太强了”。但真正走到那个阶段之后你会发现，所谓高质量成果，通常并不是某一天突然冒出来的灵感，而是长期积累之后的自然结果。你对一个方向是否持续跟踪，对问题是否真正理解，对数据、评价、基线和审稿逻辑是否足够熟悉，这些都会决定你能把工作做到什么程度。

如果让我把论文进阶经验再浓缩一点，我会归结为七个字：简单、有效、写得好。所谓简单，指的是研究问题要聚焦，解决方案要简洁。复杂的不一定是好的，能够用最简单的方法解决最核心的问题，才是真正的创新。正如爱因斯坦所说："Everything should be made as simple as possible, but no simpler."；所谓有效，强调研究结果的可靠性和实用性。无论是理论创新还是应用价值，都要经得起推敲和验证。一个有效的研究不仅要能在实验中取得好的结果，更要能够为领域发展提供实质性的推动，代码开源可验证；所谓写得好，则是对论文表达的最高要求。好的写作能够让复杂的思想清晰易懂，让创新点突出醒目，让审稿人和读者能够快速抓住研究的核心价值。

除了方法和写作，我还想讲三个经常被忽视的因素：

1.野心："求其上者得其中，求其中者得其下"。在设定了"简单有效写得好"的基本标准后，我们还需要有更高的追求。不要满足于简单的录用，要敢于冲击亮点报告、口头报告甚至最佳论文。最佳论文通常具备两个特点：一是对学术圈有重大改变的技术，二是纠正了领域内长期的错误思路。

2.细节：在追求"简单有效写得好"的过程中，细节的打磨至关重要。会议论文篇幅宝贵，要避免一行几个单词的浪费，保持排版紧凑。同时，要留出充足的时间进行修改和完善，遵循"deadline前1个月给初稿"的原则。

3.平台：选择合适的发表平台同样重要。以PVT-v2（PVT v2: Improved Baselines with Pyramid Vision Transformer, CVMJ 2022）为例，我们原本计划投稿IEEE TPAMI期刊，后应编辑部邀请投给CVMJ，最终荣获最佳论文提名奖。这说明，合适的平台能够更好地展现研究的价值。同时，我们也呼吁将更多高水平论文发表在祖国的大地上，支持国内期刊的发展，例如我们团队经常投稿的几个期刊：Machine Intelligence Research (MIR)、Computational Visual Media (CVMJ)、中国科学: 信息科学、Visual Intelligence (VI)、Artificial Intelligence Research (AIR) 等。