审过一些稿子之后，说说被拒的稿子大多倒在哪

做审稿人几年了，每年都会看不少稿子。今天不聊技术细节，就说一件事：大部分被拒的稿子，问题不出在技术上，出在自己跟自己对不上。

具体讲几个我反复遇到的。

一、摘要说的和实验做的不是一回事

摘要第一句往往是全文最重要的一句话，很多人会在这里把卖点写满，比如”无需额外数据”“完全自动”。然后翻到实验部分，会看到额外标注了两千条、或者手动调了参数。

这两句话不可能同时成立。审稿人不需要懂你的方法，只要把这两句放在一起看，就知道有问题。

二、结论比结果走得远

结果部分只测了一个数据集、一个设定，结论部分写成了”我们的方法在各种场景下都有效”。这种超出证据范围的表述，一眼就能看出来，而且它会让审稿人开始怀疑前面所有的表述。

三、被问到具体一句话时答不上来

Rebuttal 阶段最致命的不是意见多，是被问到”第三部分这个结论的依据在哪一句”的时候答不上来。这通常意味着那部分不是你自己写的，或者你自己也没想清楚。

四、把”我做了很多”当成”我做对了”

补了一大堆实验、加了很多页，但没有回应审稿人真正问的那个问题。工作量不是被质疑的对象，方向才是。

说这些不是为了让人焦虑。反过来看其实是好消息：这几类问题都不需要更强的技术能力就能自查。投出去之前把摘要、结论、实验三处放在一起读一遍，看它们说的是不是同一件事，能挡掉相当一部分拒稿。

也欢迎在评论里说说你收到过的最想不通的一条意见，我看到会回。

最想不通的: 明显用ai写的，还tm让我人工审。

我遇见过两篇有意思的论文。一篇是发现了个规律，和大家的直觉相反，结果我看了分析数据，是他们符号弄错了，这也投了Nature子刊。。。第二篇是用一个数据库A开发了个产品，用数据库B验证，结果很好。但是那数据库A是基于B的，幸亏我对数据库A了解比较多。我估计第二篇这类文章不在少数，特别是在当今各种数据乱飞，互相融合的当下。

【“无需额外数据”“完全自动”。然后翻到实验部分，会看到额外标注了两千条】，这不一定矛盾吧，可能是一种比较分析，一个是无额外数据的，一个是有额外数据的，然后比较结果发现没有显著性差别

我审的稿子通常需要一些数学符号。我感觉最难受的就是符号不统一，不定义就使用，和method session写得不明白。我可以接受在main manuscript里写得简略一些，把细节写在supplemental material里。但是如果method部分写得比较潦草和零乱，那审稿就比较痛苦了。我有时会因为method部分写得太难懂而很难撑到看实验的结果。

第二点确实是，很多文章都是这样，结论完全超越了结果
还有一点可能比较trivial 但是如果语法错误很多或者文章各种图片标注的数字对不上真的很影响观感，让人看着就不想看了

文章的idea不够新，是几个已有方法的结合而不是全新的算法，实验结果lift不够，巴拉巴拉，到不是想不通，只是觉得这种意见比较主观化

这就不得不说说大名鼎鼎的秦桧法和赵高法了🐶

Emilian1618 发表于 2026-08-06 14:06:14
文章的idea不够新，是几个已有方法的结合而不是全新的算法，实验结果lift不够，巴拉巴拉，到不是想不通，只是觉得这种意见比较主观化

不够新确实主观，但大概率因为审稿人没在你的文章里找到一个明确的，只有你这个方法能解释的现象。组合也没问题，问题是组合之后有没有说清楚为什么这么组合和组合之后出现了什么新东西。lift不够也是同理。要看那个数字有没有被解释。

拒的最多的就是motivation的问题: 炒冷饭无创新点，motivation和做的东西驴头不对马嘴，整个故事不顺逻辑漏洞太多，作者对领域不了解还来写综述，等等。