著名數學家、菲爾茲獎得主陶哲軒在個人社交網站上分享了自己被拒稿的經歷，出發點是有人曾表示「陶哲軒被拒稿」很不可思議，但其實自己每年都會被拒稿。

拒稿事件在經過幾天發酵后，登上了Hacker News熱榜：讓網友感到驚奇的是，原來「大牛名字」也不保中，進而引發了關于「審稿制度」合理性的討論。

下面是陶哲軒發布的原文：

今天我投稿的一篇論文被期刊拒絕了，他們禮貌地回信說雖然他們覺得這篇論文有趣，但并不適合他們的期刊。實際上，我大體上同意他們的結論，所以將論文投稿給了另一個（希望更合適）的期刊。

對我來說，被拒稿其實是一個常見的現象，平均每年會發生一到兩次。我偶爾會向學生和同事提到這個事，他們有時會驚訝于我的拒稿率并不是零。我才開始意識到，科研行業更愿意宣布成功的成就（比如論文被接受，或者證明了一個結果），而不是不成功的（比如論文被拒，或者證明嘗試失敗），除非這種失敗在某種程度上是有爭議的。

因為這一點，可能會讓大眾產生一種錯覺，似乎所有的同行都在取得成功或遭受爭議，而自己個人的職業生涯最終成為了「平凡」失敗的唯一已知來源，我猜測，可能是由于領域內普遍存在的「冒名頂替綜合癥」。

所以，我決定在社交媒體上發布這次（相當常規的）拒稿。

陶哲軒還分享「被拒稿兩次」的神奇經歷：

他之前和一位合著者幾乎完全解決了某個猜想，并在關鍵參數上建立了「ε損失」的結果，然后向一家非常有聲望的期刊投稿，但最后的拒稿原因是「沒有解決整個猜想，ε損失不夠低」，所以被迫投到其他期刊，并被順利接受。

第二年，團隊證明了完整的猜想，然后再次向該期刊投稿，這次的拒稿原因為「只提高了ε」。

最后，陶哲軒表示，作為編輯，自己也不得不因為各種原因拒絕一些不錯的投稿，最好不要將這類拒稿歸咎于個人原因，直接轉投其他期刊就好，當然，是在解決審稿人提出的意見之后。

華裔數學家陶哲軒21歲獲得普林斯頓大學博士學位，24歲成為加州大學洛杉磯分校的教授，31歲時獲得數學界最高榮譽菲爾茲獎，在調和分析、偏微分方程、組合數學、解析數論、代數數論等接近10個重要數學研究領域有卓越貢獻。2015年宣布證明埃爾德什差異問題，2022年推翻「周期性平鋪猜想」。

「大牛名字」并不代表Accept

在一位網友分享的經歷中，他自述曾在某個領域最頂尖人物的組做博士后，從來沒有聽說過他的論文被頂級期刊拒稿（并非所有期刊都盲審）。

如果不看名字，編輯們會因為提交的論文主題不夠有趣而拒絕該工作，但只要有知名人士對這項工作也感興趣，就可以使該領域成為「高影響力課題」。

所以，陶哲軒的論文被拒稿，至少在某種程度上證明了現行「審稿系統」仍然有效。

但審稿其實更類似于碰運氣，某一批審稿人提供的意見可能和另一批審稿人完全矛盾、沖突，畢竟審稿人也是人類，不可避免地把各種偏見和主觀觀念帶入到審稿流程中。

即便是頂級期刊，如《自然》、《科學》、《細胞》、《柳葉刀》、《數學年鑒》等，也只會對某個問題發表有限頁數的文章，以鞏固自己的獨家權威地位。

所以被拒稿并不意味著你的研究問題是錯誤的或者是不重要的，可能只代表這篇論文并不是本周發表的5萬篇論文中的top20

另一方面，「同行評審」也不是為了科學而設計的，許多問題其實并不是因為研究問題被拒的，審稿人也沒有那么多時間來徹底審查論文內容。

比如說在計算機領域，幾乎沒有審稿人會閱讀論文提供的代碼，他們更關注論文的想法、展示和呈現的結果，而不是代碼與實驗想法是否相符、結果是否可復現等，所以被接受的論文基本上都寫得很好，如果仔細檢查所謂「頂會」的論文代碼，也能發現很多系統實現上的重大缺陷。

偽造一個「正向的實驗結果」是很容易的，現在的「審稿系統」幾乎沒有任何責任感可言。

有網友表示支持，「代碼不可復現」問題非常嚴重，他曾經花了3個月時間來復現論文，可能比作者對這篇論文的理解更深，但結果是這個方法沒有任何作用。當時還以為是自己的理解不充分，給論文作者發了郵件，但始終沒有得到回復。

這篇論文在理論上可能有用，但作用非常微弱。

甚至有網友提出審稿陰謀論「不是我們所能擁有的最好的，而是掌權者允許的最好的」（not the best we have, it's the best those in power will allow），因為掌權者不希望因為發表不良研究而承擔后果，也不希望承擔審稿負擔以排除不良研究。

但對這番言論，也有網友認為太消極，雖然「同行評審」可能會意識不到論文中的細節問題，但最明顯的科學錯誤還是能排除掉的。

在知名會議上的絕大多數論文也不可能都是錯誤的，研究團隊后續還可以寫一篇更新論文來修復缺陷，繼續提升模型性能。

雖然代碼很重要，但更重要的是論文的思路，面對某個通用問題的新想法。

偉大的工作也會被拒稿

中稿不絕對代表質量高，拒稿也不代表沒價值，很多影響行業發展的重大工作也都曾被拒稿。

2012年，圖靈獎得主Hinton提出Dropout技術，在2012年被NIPS拒稿，目前仍然只是在arxiv預印網站上掛著，總引用量超1.2萬。

論文鏈接：https://arxiv.org/pdf/1207.0580

文本嵌入的鼻祖論文word2vec斬獲了NeurIPS 2023時間檢驗獎，總引用量超4.6萬，被但在2013年首屆ICLR會議被拒稿。

YOLO（You Only Look Once），作為計算機視覺領域最知名的目標檢測算法之一，在投稿NIPS時遭遇了不順利，得到的審稿意見是「這是一篇不錯的論文，但還不夠好」，最后被CVPR 2016接收。

Transformer-XL可以進一步提升Transformer建模長期依賴的能力，在投稿ICLR 2019時被拒稿，之后作者基于Transformer-XL進行改進，提出了XLNet，被NeurIPS 2019接收；Transformer-XL則被ACL 2019接收。

去年年底因顛覆Transformer一戰成名的Mamba架構論文，在ICLR 2024同行評審中被打出3分的低分，同樣被拒稿。

論文鏈接：https://openreview.net/forum?id=AL1fq05o7H

圖像處理領域里大名鼎鼎的的SIFT算法（尺度不變特征轉換）的論文，也曾被1997年ICCV和1998年CVPR兩次拒稿。

學術評價體系并非十全十美，一時的拒稿并不能成為衡量論文價值的絕對標準，科研創新猶如在迷霧中探索，其價值往往無法在當下被精準預判。

努力追求真理，真正的偉大成果也可能蘊藏在拒稿中。