MLNLP-World/Paper-Rebuttal-Tips
GitHub: MLNLP-World/Paper-Rebuttal-Tips
MLNLP 社区整理的 AI 顶会论文 Rebuttal 写作指南，针对常见审稿意见提供结构化的回复策略与资源合集。
Stars: 214 | Forks: 20
Paper Rebuttal Tips
面向人工智能、大模型等领域的会议投稿 Rebuttal 写作指南
项目动机 • Rebuttal Tips • 资源合集 • 组织者列表 • 欢迎贡献
Good rebuttal = Respect + Evidence + Clarity
尊重审稿人 · 给出证据 · 澄清贡献
项目动机
本项目整理了 AI 顶会投稿中常见的 rebuttal 场景，将每一类问题总结为四部分：
| 组成部分 | 说明 |
| --- | --- |
| **审稿人问题** | 典型的审稿意见或质疑 |
| **反面回答** | 容易踩坑的回复方式 |
| **推荐回答** | 更有效的回应策略 |
| **核心点** | 关键要点总结 |
⚠️ 免责声明
本项目列举的所有技巧**仅供参考**，并不保证正确，不保证适用于所有会议、所有领域或所有审稿场景。不同会议的 rebuttal 规则、字数限制、是否允许新增实验和是否允许外链可能不同，请以会议官方说明为准。 所有内容仅仅来自于笔者的个人经验、互联网数据、笔者团队日常科研工作中的相关积累，以及笔者团队身边各位大佬的言传身教。有任何问题，欢迎提交 Issue 或 PR。另本项目所用徽章来自互联网，如侵犯了您的图片版权请联系我们删除，谢谢。
| ### 🎯 创新性、动机、理论与边界类 **Tips 1–7** 聚焦"有什么价值、和已有工作有什么本质差异、方法边界在哪里" | ### 💬 写作澄清、相关工作与沟通策略类 **Tips 8–12** 聚焦表达不清、相关工作不足、审稿人误解以及低质量负面评审 | ### 🔬 实验与评测证据类 **Tips 13–28** 聚焦 baseline、消融、开销、泛化、显著性、人工评测、复现性 |
聚焦"为什么值得做、和已有工作有什么本质差异、方法边界在哪里"等问题。
Tip 1: 方法过于复杂 / 技巧堆砌
Tip 2: 创新性不足 / 与前人工作相似
Tip 3: 被质疑为现有技术的简单组合
Tip 4: 论文贡献表述不清
Tip 5: 动机不清 / 问题重要性不足
Tip 6: 理论分析不足
Tip 7: 局限性探讨流于表面
聚焦表达不清、相关工作不足、审稿人误解以及低质量负面评审等沟通场景。
Tip 8: 相关工作讨论不足
Tip 9: 论文表述不清楚
Tip 10: 审稿人误解了方法
Tip 11: 笼统、低质量的负面评审
Tip 12: 通用策略：尽量不要只承诺，直接行动
聚焦 baseline、消融、开销、泛化、显著性、人工评测、复现性等实证问题。
Tip 13: 与强 baseline 比较不足
Tip 14: 实验提升幅度较小
Tip 15: 实验设置不公平
Tip 16: 消融实验不足
Tip 17: 方法复杂度 / 计算开销过高
Tip 18: rebuttal 周期内无法完成的大规模实验
Tip 19: 数据集规模较小
Tip 20: 泛化性不足
Tip 21: 结果缺少统计显著性
Tip 22: 训练数据泄露风险
Tip 23: 超参数敏感性
Tip 24: 评测指标选择不当
Tip 25: 缺少人工评测
Tip 26: 缺乏对中间结果/生成质量的直接评估
Tip 27: 动态/持续过程缺乏时间维度的实验支撑
Tip 28: 可复现性 / 未提供代码
| # | 资源 | 来源 |
|:---:|:---|:---:|
| 1 | [丁霄汉 - 顶会 rebuttal 技术浅谈：站着，还把论文中了](https://zhuanlan.zhihu.com/p/602024489) | 知乎 |
| 2 | [魏秀参 - 浅谈学术论文 rebuttal](https://zhuanlan.zhihu.com/p/104298923) | 知乎 |
| 3 | [知乎问题 - 如何写学术论文的 rebuttal？](https://www.zhihu.com/question/32055996) | 知乎 |
| 4 | [李正华 - 如何做审稿意见的辩驳，NLP/CL 强相关](https://adg.csdn.net/6970a041437a6b40336af7fc.html) | CSDN |
| 5 | [叶茫 - 学术论文投稿与返修（Rebuttal）分享](https://zhuanlan.zhihu.com/p/344008879) | 知乎 |
| 6 | Adam Jay - 怎么写出好的 Rebuttal？[链接1](https://www.xiaohongshu.com/discovery/item/67e65b0e000000001e00b0e9?source=webshare&xhsshare=pc_web&xsec_token=AB6ZAY4O3eR2lE5F98WR7ElQLrONtNh_4r0SAsM4Jw7xc=&xsec_source=pc_share) / [链接2](https://www.xiaohongshu.com/discovery/item/67e91fcd000000001d01c8cb?source=webshare&xhsshare=pc_web&xsec_token=ABz9Vy08KWs2CG2c87P_nZQdtOsDf97rRg5RTJ-kxro20=&xsec_source=pc_share) | 小红书 |
### 🎬 视频 / 课程资源
| # | 资源 | 说明 |
|:---:|:---|:---|
| 1 | [GAMES003 第九讲：论文 Rebuttal 策略](https://pengsida.net/games003/) | 中文视频 + 课件 |
### 🛠️ 工具、工作流与仓库
| # | 项目 | 简介 |
|:---:|:---|:---|
| 1 | [Awesome Rebuttal](https://github.com/xiongqi123123/awesome-rebuttal) | Evidence-grounded academic rebuttal strategy and author-response drafting |
| 2 | [ARIS 自动 Rebuttal 工作流](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/blob/main/skills/rebuttal/SKILL.md) | 上交杨若峰博士开发的 SKILLS |
| 3 | [RebuttalStudio](https://github.com/runtsang/RebuttalStudio) | 供研究人员撰写高质量学术 rebuttal 的编辑器 |
| 4 | [RebuttalAgent](https://github.com/AutoLab-SAI-SJTU/Paper2Rebuttal) | 基于人工智能的学术论文 rebuttal 助手 |
| 5 | [AutoRebuttalClaw](https://github.com/nihal2704/autorebuttalclaw) | 面向顶级 ML/AI 会议的 AI 驱动 rebuttal 生成工具 |
| 6 | [awesome-ai-research-writing](https://github.com/Leey21/awesome-ai-research-writing) | 包含学术写作与意见生成相关 skill/prompt 的仓库 |
| 7 | [Rebuttal-Skill](https://github.com/TobiasLee/Rebuttal-Skill) | Rebuttal 全流程 SKILL 仓库 |
### 🌍 英文经验
| # | 资源 | 作者/来源 |
|:---:|:---|:---:|
| 1 | [How we write rebuttals](https://deviparikh.medium.com/how-we-write-rebuttals-dc84742fece1) | Devi Parikh et al.|
| 2 | [Rebuttal tips / Writing rebuttals](https://maartensap.com/notes/05-rebuttals.html) | CMU, Maarten Sap |
| 3 | [Patterns for writing good rebuttals](https://andreas-zeller.info/2012/10/01/patterns-for-writing-good-rebuttals.html) | CISPA, Andreas Zeller |
| 4 | [Rebuttal advice (do's and don'ts)](https://people.csail.mit.edu/fredo/rebuttal_advice.txt) | MIT, Frédo Durand |
| 5 | [How to ML Rebuttal: A Brief Guide](https://www.jakobfoerster.com/how-to-rebuttal-ml-paper) | Oxford, Jakob Foerster |
## 👥 组织者列表
感谢以下成员对本项目进行组织与指导
📝 建议新增内容时保持以下结构
标签：防御加固