被拒≠失敗！這些高影響力論文都被頂會拒收過
近日，Waymo 發布了一篇深度博客，詳細介紹了該公司的 AI 戰略以及以 Waymo 基礎模型為核心的整體 AI 方法。
谷歌首席科學家 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模的專業模型中創建高質量、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建可機載運行的高計算效率模型。」
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「不太可能產生重大影響」。
當時，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配方法。其論文引用量也已經超過了 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 的發展歷程，同行評審制度雖然扮演著質量守門人的關鍵角色，但它并非全能。
事實上，當我們回溯歷史，會發現一個令人深思的現象：許多當下支撐起萬億級 AI 產業的基石技術（從訓練大模型的優化器，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」、「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淪為「棄子」、后來卻引發范式轉移（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：當一項研究過于超前或離經叛道時，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
- 拒稿經歷：NIPS 1996 Rejected
- 如今引用量：139707
作為處理序列數據的里程碑，LSTM 在 1996 年被 NIPS 拒之門外。
當時正值神經網絡的寒冬（AI Winter），支持向量機（SVM）等統計方法大行其道。LSTM 引入的門控機制被認為參數過多、過于復雜且缺乏生物學合理性。
直到 2010 年代，隨著算力和大數據的爆發，LSTM 才在語音識別和機器翻譯中展現出統治級表現。這不僅是技術的勝利，更是對堅持者的獎賞。
SIFT：前深度學習時代的王者
- 論文：Object Recognition from Local Scale-Invariant Features
- 作者：David G. Lowe
- 拒稿經歷：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，曾統治 CV 領域長達 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。當時的學術界偏好基于幾何理論和嚴密數學推導的方法。SIFT 包含了一系列復雜的工程步驟（高斯差分金字塔、關鍵點定位等），被評審認為「過于繁瑣」、「不夠優雅」。
SIFT 最終以 Poster 形式發表。它證明了在處理現實世界圖像的旋轉、縮放和遮擋問題時，魯棒的工程設計往往比完美的數學理論更有生命力。
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
- 拒稿經歷：NIPS 2012 Rejected
- 如今引用量：60231
如果說有一項技術定義了深度神經網絡的正則化方法，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，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練中隨機「刪掉」一半神經元，而這在當時的評審看來過于激進且缺乏數理邏輯。Hinton 使用了生物學中「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），這被一些嚴謹的評審人認為「不夠科學」，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。它證明了在過參數化的深度網絡中，通過引入隨機性來打破特征間的共適應（Co-adaptation），比復雜的貝葉斯正則化更為有效。
Word2Vec：被質疑的「工程奇跡」
- 論文：Efficient Estimation of Word Representations in Vector Space
- 作者：Tomas Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean
- 拒稿經歷：ICLR 2013 Strong Reject
- 如今引用量：50855
是的，這里又出現了 Jeff Dean 的名字。
Word2Vec 讓 King - Man + Woman = Queen 成為了 AI 領域最著名的算式，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」、「定義模糊」，且過度關注工程優化（如分層 Softmax、負采樣），缺乏對「為何簡單的線性映射能捕捉復雜語義」的理論解釋。
而作者直接開源了代碼。憑借極高的訓練效率，Word2Vec 迅速橫掃 NLP 社區，成為深度學習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
- 拒稿經歷：NIPS 2014 Rejected
- 如今引用量：28600
這正是前文提到的論文。
在當時，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：神經網絡學到的知識不僅存在于正確的預測中，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 發表。它開啟了模型壓縮作為獨立研究領域的序幕，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則，將檢測問題從分類問題轉化為回歸問題。
其被拒理由也很簡單。在 R-CNN 系列（雙階段檢測器）統治的時代，評審們習慣了用 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」而拒絕了它，卻忽視了數量級的速度提升所開啟的全新應用場景（如自動駕駛、實時監控）。
YOLO 系列如今已迭代至 v13，成為工業界最受歡迎的檢測框架。它提醒我們：在工程應用中，速度本身就是一種精度。
RoBERTa：被嘲諷為「炒冷飯」的調參藝術
- 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，風頭無兩。Facebook AI（現 Meta AI）的研究人員并沒有急于提出一種全新的架構，而是耐心地對 BERT 的預訓練過程進行了極其詳盡的復現和優化。他們發現，BERT 實際上被「訓練不足」了。通過調整超參數、增加數據量、去除 Next Sentence Prediction (NSP) 任務，RoBERTa 在所有基準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貢獻相當有限」。在評審看來，只是發現「仔細調參很有用」和「更多數據很有用」，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 NLP 研究的標準基線，更向業界揭示了一個樸素的真理 —— 在深度學習時代，清洗數據和優化訓練細節，往往比設計花哨的新架構更具實戰價值。
Mamba：挑戰 Transformer 霸權的「落選者」
- 論文：Mamba: Linear-Time Sequence Modeling with Selective State Spaces
- 作者：Albert Gu, Tri Dao
- 拒稿經歷：ICLR 2024 Rejected
- 如今引用量：6799
這可能是最近發生的最具戲劇性的「拒稿」事件。
在 Transformer 一統天下的今天，Mamba 的出現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空間模型（SSM）的架構，它在實現線性時間復雜度的同時，居然在語言建模任務上達到了媲美 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飛躍。
然而，這篇在 arXiv 上一經發布就引爆社區、被無數開發者復現和膜拜的神作，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」、「在某些特定任務上未能全面超越 Transformer」以及對實驗細節的質疑。
結果十分諷刺：當 ICLR 2024 公布接收結果時，AI 社區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，它實際上已經成為了 2024 年最具影響力的架構創新之一。Mamba 的遭遇再次提醒我們：當一種反共識的新范式出現時，舊范式的評價標準往往會失效。
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在面對顛覆性創新時，往往存在某種系統性的認知滯后：
- 簡單性陷阱：評審傾向于將「數學復雜性」等同于「研究貢獻」。當 Dropout 或 Word2Vec 這樣簡單有效的方法出現時，評審的第一反應往往是質疑其理論深度。
- 范式慣性：評審往往是舊范式的維護者。當 YOLO 提出放棄 Region Proposal，或 Deep Image Prior 提出無需學習的先驗時，舊范式的標準（如精度、數據依賴）成為了阻礙新思想的壁壘。
- 嚴謹性的暴政：在深度學習這個實驗科學屬性極強的領域，過度要求理論證明（如 Adam 優化器初期面臨的收斂性質疑）可能會扼殺具有巨大實用價值的工程突破。
寫在最后
這些「被拒稿的杰作」向我們揭示了科學發展的非線性。它們證明了，同行評審雖然是科學共同體的基石，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 領域的特產，甚至連物理學神壇上的名字也無法幸免。
1936 年，阿爾伯特?愛因斯坦（Albert Einstein）將一篇關于引力波的論文投給了權威期刊《Physical Review》。在此之前，愛因斯坦習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表，并沒有授權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學錯誤（愛因斯坦后來在另一本期刊發表時悄悄修正了它），但這個故事依然不僅是一個關于「糾錯」的軼事，更是一個關于「摩擦」的隱喻。
阿爾伯特·愛因斯坦和內森·羅森關于引力波的解的修訂版論文最后發表在 Journal of the Franklin Institute 上
對于正在經歷 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？
