機器之心報道

機器之心編輯部

近日，Waymo 發(fā)布了一篇深度博客，詳細介紹了該公司的 AI 戰(zhàn)略以及以 Waymo 基礎(chǔ)模型為核心的整體 AI 方法。

谷歌首席科學(xué)家 Jeff Dean 也在 X 上分享了這篇博客，并重點介紹了 Waymo 用到的蒸餾方法，他寫到：「就像我們使用蒸餾從更大規(guī)模的專業(yè)模型中創(chuàng)建高質(zhì)量、計算效率極高的 Gemini Flash 模型一樣，Waymo 也類似地使用了蒸餾，來基于更大的模型創(chuàng)建可機載運行的高計算效率模型?！?/p>

而在這條帖子下方，Jeff Dean 又再一次回憶了最初那篇蒸餾論文的悲慘遭遇：被 NeurIPS 2014 拒收了。而他收到的拒收理由是它「不太可能產(chǎn)生重大影響」。

當(dāng)時，評審認為這篇由 Geoffrey Hinton、Oriol Vinyals、Jeff Dean 合著的論文只是對早期模型壓縮（Model Compression）工作的增量改進。而事后來看，NeurIPS 2014 評審的這個決定可謂是錯得非常離譜。如今，「知識蒸餾（Knowledge Distillation）」已然成為模型壓縮和大模型落地的標(biāo)配方法。其論文引用量也已經(jīng)超過了 2.8 萬！

這件事也成了 Jeff Dean 的意難平，讓他每有機會就會拿出來曬一曬。

其實 Jeff Dean 的遭遇并非個例。

回顧 AI 的發(fā)展歷程，同行評審制度雖然扮演著質(zhì)量守門人的關(guān)鍵角色，但它并非全能。

事實上，當(dāng)我們回溯歷史，會發(fā)現(xiàn)一個令人深思的現(xiàn)象：許多當(dāng)下支撐起萬億級 AI 產(chǎn)業(yè)的基石技術(shù)（從訓(xùn)練大模型的優(yōu)化器，到計算機視覺的特征提取，再到自然語言處理的底層邏輯）在最初問世時，都曾被頂級會議拒之門外。

Geoffrey Hinton、Yann LeCun、Schmidhuber…… 這些如雷貫耳的名字，都曾站在拒稿信的對面。那些理由在今天看來甚至或許有些荒謬：「缺乏理論依據(jù)」、「只是工程技巧」、「太簡單了不可能有效」。

今天，我們盤點一下那些曾經(jīng)淪為「棄子」、后來卻引發(fā)范式轉(zhuǎn)移（Paradigm Shift）的殿堂級論文。這不僅是對歷史的回顧，更是為了探尋一個問題的答案：當(dāng)一項研究過于超前或離經(jīng)叛道時，我們該如何識別它的價值？

LSTM：跨越 20 年的回響

• 論文：Long Short-Term Memory
• 作者：Sepp Hochreiter, Jürgen Schmidhuber
• 拒稿經(jīng)歷：NIPS 1996 Rejected
• 如今引用量：139707

作為處理序列數(shù)據(jù)的里程碑，LSTM 在 1996 年被 NIPS 拒之門外。

當(dāng)時正值神經(jīng)網(wǎng)絡(luò)的寒冬（AI Winter），支持向量機（SVM）等統(tǒng)計方法大行其道。LSTM 引入的門控機制被認為參數(shù)過多、過于復(fù)雜且缺乏生物學(xué)合理性。

直到 2010 年代，隨著算力和大數(shù)據(jù)的爆發(fā)，LSTM 才在語音識別和機器翻譯中展現(xiàn)出統(tǒng)治級表現(xiàn)。這不僅是技術(shù)的勝利，更是對堅持者的獎賞。

SIFT：前深度學(xué)習(xí)時代的王者

• 論文：Object Recognition from Local Scale-Invariant Features
• 作者：David G. Lowe
• 拒稿經(jīng)歷：ICCV 1997, CVPR 1998 Rejected
• 如今引用量：27389

David Lowe 提出的 SIFT（尺度不變特征變換）算法，曾統(tǒng)治 CV 領(lǐng)域長達 15 年。但在 1997 年和 1998 年，它先后被 ICCV 和 CVPR 拒稿。

拒稿理由很有時代特色。當(dāng)時的學(xué)術(shù)界偏好基于幾何理論和嚴密數(shù)學(xué)推導(dǎo)的方法。SIFT 包含了一系列復(fù)雜的工程步驟（高斯差分金字塔、關(guān)鍵點定位等），被評審認為「過于繁瑣」、「不夠優(yōu)雅」。

SIFT 最終以 Poster 形式發(fā)表。它證明了在處理現(xiàn)實世界圖像的旋轉(zhuǎn)、縮放和遮擋問題時，魯棒的工程設(shè)計往往比完美的數(shù)學(xué)理論更有生命力。

Dropout：被誤解的「有性繁殖」

• 論文：Dropout: A Simple Way to Prevent Neural Networks from Overfitting
• 作者：Nitish Srivastava, Geoffrey Hinton, Alex Krizhevsky, Ilya Sutskever, Ruslan Salakhutdinov
• 拒稿經(jīng)歷：NIPS 2012 Rejected
• 如今引用量：60231

如果說有一項技術(shù)定義了深度神經(jīng)網(wǎng)絡(luò)的正則化方法，那非 Dropout 莫屬。然而，這項后來獲得 NeurIPS 時間檢驗獎（Test of Time Award） 的技術(shù)，在 2012 年投稿 NIPS 時卻遭遇了滑鐵盧。

在這篇論文中，Geoffrey Hinton 團隊提出的核心思想是在訓(xùn)練中隨機「刪掉」一半神經(jīng)元，而這在當(dāng)時的評審看來過于激進且缺乏數(shù)理邏輯。Hinton 使用了生物學(xué)中「有性繁殖」的隱喻來解釋其有效性（基因不能依賴于特定的伙伴存在），這被一些嚴謹?shù)脑u審人認為「不夠科學(xué)」，更像是一個工程 Hack。

盡管被拒，Dropout 迅速成為了 AlexNet 奪冠 ImageNet 的秘密武器。它證明了在過參數(shù)化的深度網(wǎng)絡(luò)中，通過引入隨機性來打破特征間的共適應(yīng)（Co-adaptation），比復(fù)雜的貝葉斯正則化更為有效。

Word2Vec：被質(zhì)疑的「工程奇跡」

• 論文：Efficient Estimation of Word Representations in Vector Space
• 作者：Tomas Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean
• 拒稿經(jīng)歷：ICLR 2013 Strong Reject
• 如今引用量：50855

是的，這里又出現(xiàn)了 Jeff Dean 的名字。

Word2Vec 讓 King - Man + Woman = Queen 成為了 AI 領(lǐng)域最著名的算式，但在首屆 ICLR 會議上，它收到了「Strong Reject」。

其收到的評審意見極其尖銳，認為作者 Tomas Mikolov 等人「比較不科學(xué)」、「定義模糊」，且過度關(guān)注工程優(yōu)化（如分層 Softmax、負采樣），缺乏對「為何簡單的線性映射能捕捉復(fù)雜語義」的理論解釋。

而作者直接開源了代碼。憑借極高的訓(xùn)練效率，Word2Vec 迅速橫掃 NLP 社區(qū)，成為深度學(xué)習(xí)時代文本表示的基石。2023 年，NeurIPS 授予這篇曾被拒稿的論文「時間檢驗獎」，完成了歷史性的「平反」。

知識蒸餾：被低估的「暗知識」

• 論文：Distilling the Knowledge in a Neural Network
• 作者：Geoffrey Hinton, Oriol Vinyals, Jeff Dean
• 拒稿經(jīng)歷：NIPS 2014 Rejected
• 如今引用量：28600

這正是前文提到的論文。

在當(dāng)時，評審未能洞察到 Hinton 提出的 「暗知識」（Dark Knowledge） 這一概念的深遠意義：神經(jīng)網(wǎng)絡(luò)學(xué)到的知識不僅存在于正確的預(yù)測中，更隱含在對錯誤類別的概率分布里（比如寶馬像垃圾車的概率遠高于像胡蘿卜的概率）。

https://www.ttic.edu/dl/dark14.pdf

這篇論文最終僅在 Workshop 發(fā)表。它開啟了模型壓縮作為獨立研究領(lǐng)域的序幕，更成為了如今大模型向小模型遷移能力的理論源頭。

YOLO：速度與精度的偏見

• 論文：You Only Look Once: Unified, Real-Time Object Detection
• 作者：Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi
• 拒稿經(jīng)歷：ICCV 2015 Rejected
• 如今引用量：69782

YOLO（You Only Look Once）徹底改變了物體檢測的游戲規(guī)則，將檢測問題從分類問題轉(zhuǎn)化為回歸問題。

其被拒理由也很簡單。在 R-CNN 系列（雙階段檢測器）統(tǒng)治的時代，評審們習(xí)慣了用 mAP（平均精度均值）的微小提升來衡量價值。YOLO 雖然實現(xiàn)了驚人的 45 FPS 實時檢測，但其定位精度確實不如 R-CNN。評審因其「定位不準(zhǔn)」而拒絕了它，卻忽視了數(shù)量級的速度提升所開啟的全新應(yīng)用場景（如自動駕駛、實時監(jiān)控）。

YOLO 系列如今已迭代至 v13，成為工業(yè)界最受歡迎的檢測框架。它提醒我們：在工程應(yīng)用中，速度本身就是一種精度。

RoBERTa：被嘲諷為「炒冷飯」的調(diào)參藝術(shù)

• RoBERTa: A Robustly Optimized BERT Pretraining Approach
• 作者：Yinhan Liu, Myle Ott, Naman Goyal, Jingfei Du, Mandar Joshi, Danqi Chen, Omer Levy, Mike Lewis, Luke Zettlemoyer, Veselin Stoyanov
• 拒稿經(jīng)歷：ICLR 2020 Rejected
• 如今引用量：23479

如果說前面的論文是因為「太超前」被拒，那么 RoBERTa 的被拒則是因為「看起來太平庸」。

2019 年，BERT 橫空出世，風(fēng)頭無兩。Facebook AI（現(xiàn) Meta AI）的研究人員并沒有急于提出一種全新的架構(gòu)，而是耐心地對 BERT 的預(yù)訓(xùn)練過程進行了極其詳盡的復(fù)現(xiàn)和優(yōu)化。他們發(fā)現(xiàn)，BERT 實際上被「訓(xùn)練不足」了。通過調(diào)整超參數(shù)、增加數(shù)據(jù)量、去除 Next Sentence Prediction (NSP) 任務(wù)，RoBERTa 在所有基準(zhǔn)測試上都超越了原始 BERT。

然而，這篇扎實的工作在投稿 ICLR 2020 時，卻遭到了評審的冷遇。評審意見非常直白且刺耳：「這篇論文的新穎性和技術(shù)貢獻相當(dāng)有限」。在評審看來，只是發(fā)現(xiàn)「仔細調(diào)參很有用」和「更多數(shù)據(jù)很有用」，并不足以登上頂會的舞臺。

最終，RoBERTa 只能再次以被拒稿的身份流傳于世。但歷史證明了它的價值：RoBERTa 不僅成為了后續(xù) NLP 研究的標(biāo)準(zhǔn)基線，更向業(yè)界揭示了一個樸素的真理 —— 在深度學(xué)習(xí)時代，清洗數(shù)據(jù)和優(yōu)化訓(xùn)練細節(jié)，往往比設(shè)計花哨的新架構(gòu)更具實戰(zhàn)價值。

Mamba：挑戰(zhàn) Transformer 霸權(quán)的「落選者」

• 論文：Mamba: Linear-Time Sequence Modeling with Selective State Spaces
• 作者：Albert Gu, Tri Dao
• 拒稿經(jīng)歷：ICLR 2024 Rejected
• 如今引用量：6799

這可能是最近發(fā)生的最具戲劇性的「拒稿」事件。

在 Transformer 一統(tǒng)天下的今天，Mamba 的出現(xiàn)原本被視為一種顛覆。作者 Albert Gu 和 Tri Dao 提出了一種基于選擇性狀態(tài)空間模型（SSM）的架構(gòu)，它在實現(xiàn)線性時間復(fù)雜度的同時，居然在語言建模任務(wù)上達到了媲美 Transformer 的性能。這意味著，我們終于有望打破 Attention 機制帶來的計算瓶頸，讓大模型在長序列推理上實現(xiàn)飛躍。

然而，這篇在 arXiv 上一經(jīng)發(fā)布就引爆社區(qū)、被無數(shù)開發(fā)者復(fù)現(xiàn)和膜拜的神作，卻在 ICLR 2024 的評審中折戟沉沙。評審給出的分數(shù)并不高，理由集中在「與其前作 S4 相比增量不足」、「在某些特定任務(wù)上未能全面超越 Transformer」以及對實驗細節(jié)的質(zhì)疑。參閱報道《8/8/6/3 的 Mamba 論文，最終還是被 ICLR 2024 拒了，網(wǎng)友：懸著的心終于死了》

結(jié)果十分諷刺：當(dāng) ICLR 2024 公布接收結(jié)果時，AI 社區(qū)討論最熱烈的話題之一卻是「Mamba 竟然被拒了？」。就在被拒稿的短短幾個月后，基于 Mamba 的變體（如 Jamba、Vision Mamba）如雨后春筍般涌現(xiàn)，它實際上已經(jīng)成為了 2024 年最具影響力的架構(gòu)創(chuàng)新之一。Mamba 的遭遇再次提醒我們：當(dāng)一種反共識的新范式出現(xiàn)時，舊范式的評價標(biāo)準(zhǔn)往往會失效。

科研評價體系的局限與反思

綜合上述案例，我們可以看到頂會評審系統(tǒng)在面對顛覆性創(chuàng)新時，往往存在某種系統(tǒng)性的認知滯后：

1. 簡單性陷阱：評審傾向于將「數(shù)學(xué)復(fù)雜性」等同于「研究貢獻」。當(dāng) Dropout 或 Word2Vec 這樣簡單有效的方法出現(xiàn)時，評審的第一反應(yīng)往往是質(zhì)疑其理論深度。
2. 范式慣性：評審?fù)桥f范式的維護者。當(dāng) YOLO 提出放棄 Region Proposal，或 Deep Image Prior 提出無需學(xué)習(xí)的先驗時，舊范式的標(biāo)準(zhǔn)（如精度、數(shù)據(jù)依賴）成為了阻礙新思想的壁壘。
3. 嚴謹性的暴政：在深度學(xué)習(xí)這個實驗科學(xué)屬性極強的領(lǐng)域，過度要求理論證明（如 Adam 優(yōu)化器初期面臨的收斂性質(zhì)疑）可能會扼殺具有巨大實用價值的工程突破。

這些「被拒稿的杰作」向我們揭示了科學(xué)發(fā)展的非線性。它們證明了，同行評審雖然是科學(xué)共同體的基石，但它很難擺脫人類認知的局限性 —— 它善于識別錯誤，卻往往拙于鑒別天才。

事實上，這種遭遇并非 AI 領(lǐng)域的特產(chǎn)，甚至連物理學(xué)神壇上的名字也無法幸免。

1936 年，阿爾伯特?愛因斯坦（Albert Einstein）將一篇關(guān)于引力波的論文投給了權(quán)威期刊《Physical Review》。在此之前，愛因斯坦習(xí)慣了編輯直接錄用他的文章，但這一次，主編 John Tate 決定將其送審。

隨后，愛因斯坦收到了一份寫滿修改意見的匿名評審報告。這位驕傲的物理學(xué)家被徹底激怒了，他在給主編的回信中寫下了一段著名的話：「我把文章寄給你是為了發(fā)表，并沒有授權(quán)你在它付印前拿給專家看。我沒有通過以此來回答你們那匿名專家的錯誤評論的必要。」隨后，他撤回了論文。

雖然歷史極其幽默地反轉(zhuǎn)了 —— 那位匿名評審人其實指出了愛因斯坦論文中一個致命的數(shù)學(xué)錯誤（愛因斯坦后來在另一本期刊發(fā)表時悄悄修正了它），但這個故事依然不僅是一個關(guān)于「糾錯」的軼事，更是一個關(guān)于「摩擦」的隱喻。

阿爾伯特·愛因斯坦和內(nèi)森·羅森關(guān)于引力波的解的修訂版論文最后發(fā)表在 Journal of the Franklin Institute 上

對于正在經(jīng)歷 Peer Review 陣痛的研究者而言，Jeff Dean 的憤怒、YOLO 的委屈、甚至愛因斯坦的傲慢，都指向了同一個事實：真正決定一項研究生命力的，從來不是幾位評審在幾周內(nèi)做出的決定，而是它是否真正解決了問題，以及它在時間長河中留下的回響。

如果你的 Paper 最近也被拒了，別灰心。你只是加入了一個包括圖靈獎得主和諾貝爾獎得主在內(nèi)的「被拒稿俱樂部」而已。

保持韌性，真理有時只是遲到了一點。

你還知道哪些雖被拒稿但影響深遠的論文？

https://x.com/JeffDean/status/1998454348125536736

https://x.com/Yuchenj_UW/status/1998485506699702403

https://www.reddit.com/r/MachineLearning/comments/vywfx3/d_are_there_any_rejected_papers_that_ended_up/

https://physicstoday.aip.org/features/einstein-versus-the-physical-review