reviewer-guidelines

# 审稿人指南与评估标准 本参考文档记录了主要 ML/AI 会议审稿人评估论文的方式，帮助作者预判并解决审稿人的顾虑。 --- ## 内容 - [通用评估维度](#universal-evaluation-dimensions) - [NeurIPS 审稿人指南](#neurips-reviewer-guidelines) - [ICML 审稿人指南](#icml-reviewer-guidelines) - [ICLR 审稿人指南](#iclr-reviewer-guidelines) - [ACL 审稿人指南](#acl-reviewer-guidelines) - [什么构成强有力的评审](#what-makes-reviews-strong) - [常见的审稿人顾虑](#common-reviewer-concerns) - [如何回应审稿人反馈](#how-to-address-reviewer-feedback) --- ## 通用评估维度 所有主流 ML 会议从四个核心维度评估论文： ### 1. 质量（技术稳健性） **审稿人关注点：** - 声明是否有理论分析或实验结果的充分支持？ - 证明是否正确？实验是否经过适当控制？ - 基线是否合适且比较公平？ - 方法论是否稳健？ **如何确保高质量：** - 包含完整证明（正文或附录中的草图） - 使用适当的基线（而非稻草人基线） - 报告方差/误差条 - 记录超参数选择过程 ### 2. 清晰度（写作与组织） **审稿人关注点：** - 论文写作是否清晰、组织是否良好？ - 领域专家能否复现结果？ - 符号是否一致？术语是否已定义？ - 论文是否自洽？ **如何确保清晰度：** - 全文使用一致的术语 - 在首次使用时定义所有符号 - 包含可复现性细节（附录可接受） - 提交前请非作者阅读 ### 3. 重要性（影响与价值） **审稿人关注点：** - 结果对社区是否有影响力？ - 其他人是否会在此工作基础上进行构建？ - 是否解决了重要问题？ - 现实世界的影响潜力如何？ **如何展示重要性：** - 清晰阐述问题的重要性 - 联系更广泛的研究主题 - 讨论潜在应用 - 与现有方法进行有意义的比较 ### 4. 原创性（新颖性与贡献） **审稿人关注点：** - 是否提供了新见解？ - 与先前工作有何不同？ - 贡献是否非平凡？ **NeurIPS 指南的关键见解：** > “原创性并不一定要求引入全新的方法。”