ICCV 2025萬篇投稿破紀錄,作者被逼全員審稿,網民痛批不如GPT

這一屆的ICCV 2025,論文投稿量達到驚人的11,152篇,刷新歷史紀錄。評審結果公佈後,有人曬出高分成績單,也有人對評審意見表示沮喪。面對如此龐大的投稿規模,大會如何確保評審質量?

ICCV 2025評審結果公佈了!

這屆ICCV論文投稿數量創歷史新高。據大會官方公佈,今年共收到11152份有效投稿,遠超往屆規模。

ICCV 2023頂會共收到了8088篇投稿
ICCV 2023頂會共收到了8088篇投稿ICCV 2023頂會共收到了8088篇投稿

截至評審截止日期,11152篇有效投稿論文均已獲得至少3份評審意見。

作者可以在5月16日晚上11:59(夏威夷時間)前提交rebuttal,ICCV 2025將於6月25日公佈最終錄用決定。

根據Paper Copilot發佈的統計數據,論文評分曲線現已公開。

評分含義如下:

1:拒絕

2:弱拒絕

3:邊緣拒絕

4:邊緣接受

5:弱接受

6:接受

到目前為止,大約36%的人得分在3.67以上,只有4%的得分高於4.0。得分在3.67到4.0之間,大約有50%-70%的錄用機會。

作為計算機視覺三大頂會之一,ICCV每兩年舉辦一次,今年將於10月19日至23日,在夏威夷檀香山舉辦。

目前,已有許多童鞋曬出自己的評審結果了。

評審結果,遭全網「抽水」

由於評審意見的公開時間多少有些「奇葩」,目前的討論還沒有很多。

網民表示,看到的大多是負面評論、攻擊和批評。

網民「抽水」:這是人能寫出來的review嗎?

「我都不會說是GPT寫的,因為GPT比這個人有腦子多了,這個只能稱為類人。」

大意如下:

該論文提出了一種通過視覺-語言模型結合推理階段搜索來提高模型「理解力」的方法,該方法本質上是一種檢索增強生成 (RAG) 方法。該方法包括預測生成內容之前的「後續內容的值」,並聲稱能夠減少模型幻覺現象。我試圖在論文中找到這些被引用的術語的定義。如果論文旨在提高模型的「理解力」,那麼理應存在一個精確且客觀的衡量標準,對於「幻覺」現象也應如此。然而,我並沒有找到這些術語的明確定義,這導致「提高理解力」這一目標的定義實際上取決於用於衡量它的方法,即第4.2節中使用的基準測試。因此,我只能認為該論文在特定的一組基準測試所定義的任務上表現良好,而這種良好表現也是通過同樣的基準測試來衡量的。在有限的評審時間內,我無法確定該方法在概念上是否可靠。我希望看到這些術語的明確定義、用於衡量它們的指標,以及優化這些指標的原理,特別是該論文提出的方法是如何實現這些優化的。考慮到影響該領域實證性能的諸多因素,我很難僅憑實驗結果來判斷其學術價值。

Pinar表示,「真誠感謝「辛勤」工作的ICCV審稿人,你們怕不是直接把ChatGPT的結果複製黏貼上來了!這行雲流水般的胡言亂語,配上量子級的模棱兩可,同時接受和拒絕,簡直是薛定諤的審稿意見。」

Akshit認為,「所謂的領域專家顯然誤解了概念,這讓我感到滑稽。我被要求闡釋一些要麼不存在,要麼補充材料中已有的內容。」

還有網民表示沮喪,沒有一個審稿人閱讀補充材料。

還有人「抽水」,比CVPR有更多不稱職的評審。

不過,也有網民的積極評價——對ICCV評審質量提升感到驚訝,新政策確實發揮作用了。

還有一些網民曬出凡爾賽成績單。

ICCV投稿量從2019年約4300篇逐步增長,到2021年突破6000篇,2023年更躍升至8000+篇。

論文錄用率則在25%-26%區間波動,極少數論文被選為大會報告,大多數以Poster形式交流成果。

ICCV對審稿人的要求

ICCV通常會邀請近年在頂級會議(CVPR/ICCV/ECCV)或相關期刊上有發表成果的學者作為審稿人。

大會共邀請了6位大會主席 (PC)、500位領域主席 (AC),以及約8000名審稿人參與評審。

全員參與審稿,離大譜?

每位投稿論文的作者都被要求擔任審稿人。

前段時間,GoogleDeepMind研究員劉若茜「抽水」了ICCV 2025全員參與審稿的制度。

她表示,我理解審稿人緊缺的現狀,但強製規定「作者必須參與審稿」,且任何一人超期未完成,就會導致其所有論文被直接拒稿,這種規定實在荒謬了。

「完全不考慮作者也是人,誰還沒個急事難處」?

馬基斯·普朗克研究所主任Michael Black非常認同,他表示會修改要求,讓任何在CVPR/ICCV/ECCV發表過3篇以上論文作者必須參與評審。

這不有作者因為錯過了評審截止日期,為自己論文被拒擔驚受怕。

ICCV官方公佈了最終結果,97.18%評審按時提交,只有95名審稿人錯過了截止日期。

禁用LLM評審

此外,ICCV 2025明確禁止在評審過程中使用大模型(如ChatGPT),以確保評審意見的原創性和真實性。

審稿人必須提供真實評論,一方面對論文作者負責,另外在線聊天機器人會收集對話歷史記錄,以改進其模型。

因此,在評審過程中使用它們將違反ICCV保密政策。

加州大學聖地亞哥分校的Alex表示,完成今年的ICCV審稿後,整個人都不好了。

評論區表示同樣感覺很糟糕,整體論文質量在下滑。

評審規則延續了以往的高標準,嚴格執行評審截止日期,確保每篇論文至少獲得三份評審意見。

任何未能在截止日期前提交評審的審稿人,其作為作者的論文也將被直接拒稿。

根據官方統計,97.18%的評審意見均按時提交,僅有95位審稿人錯過截止時間,導致112篇論文可能受影響。

ICCV建議審稿人發掘論文中的發亮點,鼓勵具有創新性或大膽假設的工作。

如果一篇論文提出了新的思想,即使在某標準數據集上未超過SOTA性能,也不應僅因為這一點而被拒稿。

來自約基大學CS助理教授Kosta Derpanis轉發一位網民的建議,勉勵所有拿到不如意結果的研究者們:

對某些人來說,ICCV的評審結果並非如你所願。這就是學術發表的常態——既要享受偶爾的成功喜悅,也要應對常見的失意挫折。這就是遊戲的規則。

不妨趁此機會重新調整,仔細審視評審意見中的有效反饋,有價值的建議往往就藏在其中。有時你需要更深入地挖掘,但這些意見確實能幫助提升你的研究成果乃至整體研究思路。

對於那些還有機會的同行,祝你們好運!我見過太多在rebuttal階段實現反勝的論文。

同行評審:榮耀與荒誕

針對ICCV評審結果,來自Pattern Recognition Lab的科學家Andreas Maier發表了一篇長文,闡述了當前同行評審的現狀。

評審:簡潔批判,但過於簡短

一位審稿人收到的論文,主題是降低醫學圖像生成計算複雜性的技術——將高維卷積分解為低維操作。

這是個有趣的點子,雖然不算全新,但在技術上似乎有潛力。

審稿人仔細研讀後,將目光鎖定在論文的評估部分,給出評價:

論文僅在一個鮮為人知的單一模態上測試,缺乏對公共數據集的驗證(審稿人貼心地列出了可用的數據集建議);性能提升的報告缺乏魯棒性檢查;更別提視覺比較的呈現混亂,連CT成像的標準Hounsfield單位都沒用上。

簡而言之:好想法,爛評估。於是,審稿人給出了一個「邊緣拒絕」(Borderline Reject)的評價。

他的評審簡潔但精準:總結了核心理念,肯定了優點,指出了數據集選擇、泛化不足和圖像呈現的具體問題。

這樣的評審,專業、中肯、切中要害。

然而,他萬萬沒想到,這份簡潔的評審竟成了後續「劇情」的導火索。

領域主席「模板攻擊」

幾週後,審稿人收到了AC的反饋。

原本期待的是技術性的討論,然而,現實卻像一部黑色喜劇:

AC指責審稿人的評論「缺乏足夠細節」,甚至引用了評審中根本不存在的語句!

這份反饋,更像是從《ICCV被動攻擊反饋模板手冊™》中直接複製黏貼,機械得讓人懷疑AC是否真的讀過評審。

審稿人震驚之餘,禮貌但犀利地回覆:指出自己的評論基於領域標準,而引用的「原文」子虛烏有,並反問道AC能否具體說明問題出在哪裡。

這一幕,堪稱學術界「占士的新衣」——模板化的反饋不僅無助於改進,反而暴露了評審流程中的官僚病。

程序主席快速反應

審稿人沒有讓這場鬧劇無休止地發酵,他將問題升級到程序主席,簡明扼要地陳述了事實。

好在,程序主席的反應堪稱神速。

不到兩小時,線下討論展開;當晚,AC親自回覆審稿人,問題迅速化解。

一場可能拖延數週的學術紛爭,在一天內畫上句號。

同行評審的「抓馬」

這場風波雖小,卻折射出大規模同行評審的深層問題。

在ICCV這樣的頂會上,審稿人,尤其是資深學者,常常需要同時處理數十篇論文,時間捉襟見肘。

AC則要協調數百篇論文、評審和rebuttal,堪稱「學術項目經理」。

在這種高壓環境下,人與人之間的對話,逐漸被模板、複選框、自動回覆所取代。

結果呢?

評審的質量標準開始滑向「容易量化」的指標:字數、格式、是否填滿表格。

一份兩頁的泛泛之談,可能順利過關,而一份緊湊、切中要害的論文,卻被打上「細節不足」的標籤。

AC忙碌到,只能複製黏貼反饋,甚至懶得讀評審原文。這種官僚式回覆,讓同行評審失去了它應有的靈魂。

ICCV 2025的這場風波提醒我們:

評審的質量不在於篇幅,而在於洞察;評審的意義不在於形式,而在於對話。

參考資料:

https://x.com/papercopilot/status/1920964042123858217

https://iccv.thecvf.com/Conferences/2025/ReviewerGuidelines

https://www.reddit.com/r/MachineLearning/comments/1kgemvp/d_iccv_2025_review_and_score_discussion_thread/

ICCV Statistics

https://akmaier.substack.com/p/iccv-reviews-2025-where-scripts-dont?r=56pbmv&utm_campaign=post&utm_medium=web&triedRedirect=true

本文來自微信公眾號「新智元」,作者:YHs,36氪經授權發佈。