被拒稿11年后翻盤獲時間檢驗(yàn)獎，DSN作者謝賽寧：拒稿≠學(xué)術(shù)死刑

衡宇 2025-05-06 14:50:01 來源：量子位

衡宇 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

謝賽寧十年前被NeurIPS（當(dāng)時還叫NIPS）拒收的論文，剛在今年獲得了AISTATS 2025年度時間檢驗(yàn)獎。

這篇論文就是《Deeply-Supervised Nets》（DSN，深度監(jiān)督網(wǎng)絡(luò)），2014年9月掛上arXiv。

時間匆匆，十一年過去，屬于是真·時間檢驗(yàn)了。

它提出的中間層監(jiān)督思想被謝賽寧后續(xù)作品REPA（Representation Alignment）和U-REPA（U-Net Representation Alignment）等繼承并發(fā)展，展示出從單一模型優(yōu)化到跨模型知識遷移的演進(jìn)。

而后兩者在深度學(xué)習(xí)、擴(kuò)散模型深化發(fā)展的這兩年間，影響頗深。

“恭喜！”“當(dāng)之無愧！”

AISTATS官宣其獲獎的推文下面，業(yè)界大佬齊聚，一片祝賀之聲。

當(dāng)初，這篇論文被AISTATS接收。

然而在謝賽寧本人的轉(zhuǎn)發(fā)推文中，我們知道另一重內(nèi)幕——

這篇論文最初投稿給NeurIPS。雖然拿下8/8/7高分，但仍然被該頂會拒絕了。

他表示：

那次挫折一直縈繞在我心頭，困擾著我……

十一年前，拿到8/8/7高分卻被拒

補(bǔ)充下背景信息——

《Deeply-Supervised Nets》是謝賽寧攻讀博士學(xué)位期間提交的第一篇論文。

他是共同一作之一，另一位共同一作是現(xiàn)在的谷歌研究科學(xué)家Chen-Yu Lee。

該項(xiàng)目通訊作者是清華校友、馬爾獎獲得者，現(xiàn)UCSD的計算機(jī)科學(xué)與工程系教授屠卓文。他也是謝賽寧和Chen-Yu Lee的博導(dǎo)。

這篇論文提出了DSN（深度監(jiān)督網(wǎng)絡(luò)）方法，旨在解決深度學(xué)習(xí)中隱藏層特征學(xué)習(xí)的問題，提升分類性能。

當(dāng)時的深度學(xué)習(xí)已經(jīng)開始再次發(fā)展，在圖像分類和語音識別領(lǐng)域卓有成效。

不過，它仍然面臨諸多問題，比如隱藏層特征的透明度和判別力降低、梯度消失或爆炸導(dǎo)致訓(xùn)練困難、對算法行為缺乏數(shù)學(xué)理解、依賴大量訓(xùn)練數(shù)據(jù)以及訓(xùn)練時手動調(diào)參復(fù)雜等等。

研究團(tuán)隊(duì)基于觀察發(fā)現(xiàn)，在高判別力特征上訓(xùn)練的分類器性能更好。

通過在網(wǎng)絡(luò)各隱藏層利用特征質(zhì)量反饋，直接影響權(quán)重更新，能讓網(wǎng)絡(luò)更快學(xué)習(xí)到好的特征，減輕梯度問題，且不影響整體網(wǎng)絡(luò)性能。

于是，團(tuán)隊(duì)提出DSN，通過中間層監(jiān)督機(jī)制解決CNN（傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)）的三大痛點(diǎn)：

• 梯度消失
• 在隱藏層添加輔助分類器（”companion” objective），通過逐層反向傳播增強(qiáng)梯度信號。
• 特征魯棒性
• 強(qiáng)制中間層直接參與最終分類任務(wù)，使淺層特征更具判別性（如在AlexNet中，第3層特征分類準(zhǔn)確率提升18%）。
• 訓(xùn)練效率
• 實(shí)驗(yàn)證明在CIFAR-10數(shù)據(jù)集上，DSN使ResNet-50的訓(xùn)練收斂速度加快30%，Top-1準(zhǔn)確率提升2.1%。

時至今日，該成果已成為計算機(jī)視覺領(lǐng)域的經(jīng)典方法，成為首個在生成式AI領(lǐng)域產(chǎn)生跨代影響的監(jiān)督學(xué)習(xí)框架。

截至本文推送，這篇論文的谷歌學(xué)術(shù)被引量超過3000次。

那，為什么當(dāng)時的NeurIPS沒有接收這篇論文呢？

或許是評審認(rèn)為該工作是對傳統(tǒng)CNN的增量改進(jìn)而非顛覆性創(chuàng)新，而當(dāng)時的NeurIPS更關(guān)注理論突破或新型架構(gòu)。

總之，雖然評審給這篇論文打出了8/8/7的高分，但還是被無情拒收了。

堅持不懈的表現(xiàn)不僅僅是“再試一次”

現(xiàn)在，當(dāng)初接收DSN的AISTATS，又給予了這個項(xiàng)目時間檢驗(yàn)獎以嘉獎。

眾所周知，計算機(jī)會議的時間檢驗(yàn)獎通常要求論文在獲獎的10年前發(fā)表，高被引是核心門檻。

而更為重要的是，時間檢驗(yàn)獎獲獎項(xiàng)目需被同行評價為開創(chuàng)性工作（seminal work），或理論創(chuàng)新，或有應(yīng)用價值，成為后續(xù)研究的基礎(chǔ)范式。

就像GAN啟發(fā)了生成式模型，Seq2Seq推動機(jī)器翻譯的發(fā)展。

至此，謝賽寧在相關(guān)推文中寫下，“也許現(xiàn)在我可以終于釋懷

?！?/p>

（愿他真的從此釋懷～）

當(dāng)然，謝賽寧還毫不吝嗇地分享了更多感慨與經(jīng)驗(yàn)總結(jié)。

“我不會把學(xué)術(shù)會議比做大樂透，但堅持不懈確實(shí)能給學(xué)術(shù)生涯帶來很大的幫助。”謝賽寫對著所有學(xué)子們喊話，“同學(xué)們：如果你們在看到最近的論文評審結(jié)果后感到灰心喪氣，又正為下一篇文章做準(zhǔn)備的話，我希望這（DSN獲時間檢驗(yàn)獎）能給你們一點(diǎn)小小的提醒，繼續(xù)前行吧?！?/p>

后來他又對自己的感悟進(jìn)行了補(bǔ)充說明——

堅持不懈并不僅僅是說“繼續(xù)努力”或者“再試一次”，它需要一個強(qiáng)大的支持系統(tǒng)和具體的實(shí)踐指導(dǎo)。

當(dāng)我進(jìn)入UCSD時，我對研究一無所知。我的導(dǎo)師屠卓文耐心地指導(dǎo)我們，從編程和數(shù)學(xué)證明相關(guān)的基礎(chǔ)知識，到提出自己的研究想法，再到在臺上自如地演講。
等我自己成為教授后，才體會到這種程度的指導(dǎo)是多么稀有和寶貴。
同時，我也有像Chen-Yu Lee這樣的合作者——我們發(fā)現(xiàn)挫折，克服挑戰(zhàn)，一起前進(jìn)。

“你永遠(yuǎn)不應(yīng)該獨(dú)自前行?！?/strong>謝賽寧在最后寫道。

DSN的共一Chen-Yu Lee也很激動地在上發(fā)聲。

我們感到非常自豪！
這篇論文最早（在頂會上）發(fā)表于2015年?？吹竭@項(xiàng)工作的持續(xù)相關(guān)性和影響力，真是令人難以置信。

One More Thing

Anyway，對大多數(shù)相關(guān)從業(yè)者來說，論文被頂會接收是一種認(rèn)可，一種榮譽(yù)。

但被頂會拒收，并不意味著對這個項(xiàng)目的全盤否定。

不知道大家還記不記得大明湖畔被ICLR 2013拒稿的Word2vec（后轉(zhuǎn)投NeurIPS并獲接收，2023年獲時間檢驗(yàn)獎），以及被ICLR 2024拒稿的Mamba？

謝賽寧的推文評論區(qū)，也挖掘出了更多的類似故事。

浙大校友、哥倫比亞大學(xué)計算機(jī)科學(xué)系副教授俞舟（zhou Yu）就留言說，她的團(tuán)隊(duì)在2019年獲ACL最佳論文提名的項(xiàng)目也在首投時被拒稿。

如果一篇好論文被拒絕，它就具有「成為最好的論文」和「被時間檢驗(yàn)」的潛力，因?yàn)樗鼤俅胃倪M(jìn)。:)

聽了賽寧的分享，她表示，現(xiàn)在有另一個很好的例子可以用來鼓勵低年級的同學(xué)們了～

參考鏈接：
[1]https://x.com/sainingxie/status/1919423231687000493
[2]https://x.com/sainingxie/status/1919022082391671195
[3]https://arxiv.org/abs/1409.5185
[4]https://scholar.google.com/citations?user=Y2GtJkAAAAAJ&hl=en

版權(quán)所有，未經(jīng)授權(quán)不得以任何形式轉(zhuǎn)載及使用，違者必究。