论文的研究条件

近日，北京航空航天大学研究生院新制定的《研究生申请博士学位创新成果评价规定》中，关于博士学位的评价规定有了三大改革突破，其中明确规定：发表论文数量不再作为申请博士学位的限制性条件。《规定》还明确：对于博士学位论文，建立创新成果评议、学位论文匿名评阅和答辩评定三级评价机制，同时，赋予学院更多的自主权。《规定》节选如下：在广泛调研、征求意见的基础上，研究生院制定了《研究生申请博士学位创新成果评价规定》。经与会委员认真研讨、投票表决，一致同意通过。依据该规定，各学院即将开始制定各学科的具体要求和认定程序。该评价规定改革主要有三个方面的突破：一是明确了学位论文是进行学位评定的主要依据，相关学术成果是学位论文评价的重要支撑和参考，发表论文数量不再作为申请博士学位的限制性条件；二是建立了创新成果评议、学位论文匿名评阅和答辩评定三级评价机制，并将通过导师评阅意见、答辩委员会专家名单和答辩决议书编入学位论文的方式，强化监督；三是完善了学位论文全过程质量保障机制，进一步明确了导师、学院在研究生培养和质量把关中的主体责任，并通过制定创新成果的具体要求和评价办法，赋予学院更多的自主权，更好地体现出学科差异和学位类型差异。多所高校发文明确论文与学位“脱钩”这也是继今年2月份，教育部科技部印发《关于规范高等学校SCI论文相关指标使用树立正确评价导向的若干意见》（以下简称《意见》）之后。又一所顶尖“双一流”发文明确将论文不再作为申请博士学位的限制性条件。《意见》中有一句话，曾引来一众博士研究生们的围观。原话如下：学校应重视人才培养质量和培养过程，发挥基层院系和导师的质量把关作用，加强对学位论文的质量审核，结合学科特点等合理设置学位授予的质量标准，不宜以发表SCI论文数量和影响因子等指标作为学生毕业和学位授予的限制性条件。这也是《意见》开宗明义所说的“破除论文‘SCI至上’，探索建立科学的评价体系，营造高校良好创新环境，加快提升教育治理体系和治理能力现代化水平”的应有之义。其实，不止北航，3月底，广西大学就发文称，为落实《意见》精神，在2018年《广西大学硕士和博士学位授予及相关工作实施细则（修订）》基础上，对2020年博士、硕士学位申请审核程序、要求等条款进行了修订完善。明确提出不将发表SCI论文作为研究生申请学位的限制性条件。其实，早在2019年，清华大学在发布《攻读博士学位研究生培养工作规定》中（以下简称《规定》），就明确不再以学术论文作为评价博士生学术水平唯一依据，并且不再将博士在学期间发表论文达到基本要求作为学位申请的硬性指标。原《规定》要求博士生达到学校和所在学科的学术论文发表要求方可审议学位。修订后的《规定》要求，“博士生在学期间学术创新成果达到所在学科要求，方可提出学位申请。”一方面，鼓励依据学位论文以及多元化的学术创新成果评价博士生学术水平，不再以学术论文作为唯一依据，激励博士生开展原创性、前沿性、跨学科研究。另一方面，由各学科制定学术创新成果要求，不再设立学校层面的统一要求，尊重学科特点和差异。对于博士研究生来讲，“论文脱钩”，毕业标准是降低了还是提高了呢？毕业标准究竟是降低了还是提高了？对于苦苦未能发表SCI论文的博士生来说，再也不用为发表SCI论文劳神费力，看似毕业难度降低、学位授予标准放松了。可能并不是这样。其实，《意见》中还有另外一条：“加强对学位论文的质量审核，结合学科特点等合理设置学位授予的质量标准”。有破也有立。“发表论文数量不再作为申请博士学位的限制性条件”，不代表没有评价依据。SCI论文不作硬性要求，新的“质量标准”自然也要立起来。北航的《评价规定》中，同时也明确了，建立创新成果评议、学位论文匿名评阅和答辩评定三级评价机制，并将通过导师评阅意见、答辩委员会专家名单和答辩决议书编入学位论文的方式，强化监督。博士学位论文要求“创新”、达到“博士学位论文水平”。《评价规定》还进一步明确了导师、学院在研究生培养和质量把关中的主体责任，同时赋予学院更多的自主权。看似降低了难度，其实提高了标准，为了更好的回归学术科研的本质，赋予了更大的自主权和灵活性。难度提高还是降低每人感受还不一样，但有一点可以明确：以后导师话语权更大了。目前科研领域的浮躁之风与“唯论文、唯SCI”脱不了干系，但没了SCI、论文这些可以直接量化的指标，更要谨防出现“唯导师”、“唯圈子”。无论如何，破除学术评价“唯论文、唯帽子、唯职称、唯学历”，建立正确的学术评价制度，是目前迫切需要解决的问题，任重而道远。本文由科研大匠综合自北京航空航天大学新闻网、清华等

近日，中共中央办公厅、国务院办公厅印发了《关于深化项目评审、人才评价、机构评估改革的意见》，并发出通知，要求各地区各部门结合实际认真贯彻落实。其中涉及人才评价的职称评审机制。这些干货跟小编一起来了解一下~~分类完善职称评价标准《意见》提出，强化用人单位人才评价主体地位。坚持评用结合，支持用人单位健全科技人才评价组织管理，根据单位实际建立人才分类评价指标体系，突出岗位履职评价，完善内部监督机制，使人才发展与单位使命更好协调统一。按照深化职称制度改革方向要求，分类完善职称评价标准，不将论文、外语、专利、计算机水平作为应用型人才、基层一线人才职称评审的限制性条件。落实职称评审权限下放改革措施，支持符合条件的高校、科研院所、医院、大型企业等单位自主开展职称评审。选择部分国家临床医学研究中心试点开展临床医生科研评价改革工作。不简单以学术头衔、人才称号确定薪酬待遇、配置学术资源。科学设立人才评价标准《意见》提出，科学设立人才评价指标。突出品德、能力、业绩导向，克服唯论文、唯职称、唯学历、唯奖项倾向，推行代表作评价制度，注重标志性成果的质量、贡献、影响。把学科领域活跃度和影响力、重要学术组织或期刊任职、研发成果原创性、成果转化效益、科技服务满意度等作为重要评价指标。在对社会公益性研究、应用技术开发等类型科研人才的评价中，SCI（科学引文索引）和核心期刊论文发表数量、论文引用榜单和影响因子排名等仅作为评价参考。注重个人评价与团队评价相结合，尊重和认可团队所有参与者的实际贡献。树立正确的人才评价使用导向《意见》提出，树立正确的人才评价使用导向。坚持正确价值导向，不把人才荣誉性称号作为承担各类国家科技计划项目、获得国家科技奖励、职称评定、岗位聘用、薪酬待遇确定的限制性条件，使人才称号回归学术性、荣誉性本质，避免与物质利益简单、直接挂钩。鼓励人才合理流动，引导人才良性竞争和有序流动，探索人才共享机制。中西部、东北老工业基地及欠发达地区的科研人员因政策倾斜因素获得的国家级人才称号、人才项目等支持，在支持周期内原则上不得跟随人员向东部、发达地区流转。新闻多一点早在2017年初，中办、国办印发《关于深化职称制度改革的意见》要求，对职称外语和计算机应用能力考试不作统一要求。确实需要评价外语和计算机水平的，由用人单位或评审机构自主确定评审条件。对在艰苦边远地区和基层一线工作的专业技术人才，以及对外语和计算机水平要求不高的职称系列和岗位，不作职称外语和计算机应用能力要求。来源 | 工人日报 新华社主编 | 徐夏 陈萌亚责任编辑：周密 刘秋宇（实习）

新民晚报驻京记者 潘子璇 摄【新民晚报·新民网】近日，教育部印发《关于破除高校哲学社会科学研究评价中“唯论文”不良导向的若干意见》（以下简称《意见》），《意见》明确提出了10个“不得”的底线要求，其中包括不得把SSCI、CSSCI等论文收录数作为教师招聘、职务（职称）评聘、人才引进的前置条件和直接依据。不得将在学术期刊上发表论文作为学位授予的唯一标准。不得将学历、职称等作为在教育系统学术期刊发表论文的限制性条件。要严格控制涉及论文的评价活动数量和频次，不过度依赖以论文发表情况为主要衡量指标的排行性评价。《意见》指出，要深刻认识“唯论文”现象的系统性危害，从加强教育系统党的政治建设和深化新时代教育评价改革的高度予以坚决纠正。《意见》提出10个“不得”的底线要求分别是：不得简单以刊物、头衔、荣誉、资历等判断论文质量，防止“以刊评文”“以刊代评”“以人评文”。不得过分依赖国际数据和期刊，防止国际期刊论文至上。不得为追求国际发表而刻意矮化丑化中国、损害国家主权安全发展利益。不得将SSCI、CSSCI等论文收录数、引用率和影响因子等指标与资源分配、物质奖励、绩效工资等简单挂钩，防止高额奖励论文。不得将SSCI、CSSCI等论文收录数作为导师岗位选聘、人才计划申报评审的唯一指标。不得把SSCI、CSSCI等论文收录数作为教师招聘、职务（职称）评聘、人才引进的前置条件和直接依据。不得将在学术期刊上发表论文作为学位授予的唯一标准。不得将学历、职称等作为在教育系统学术期刊发表论文的限制性条件。不得多头评价、重复评价，严格控制涉及论文的评价活动数量和频次。不得盲目采信、引用和宣传各类机构发布的排行榜，不过度依赖以论文发表情况为主要衡量指标的排行性评价。《意见》强调，要优化评价方式，坚持分类评价、健全综合评价、探索多元评价、推行代表性成果评价、完善同行评价；要加强学风建设，弘扬马克思主义学风、加强学术共同体建设、加强科研诚信建设、坚持学术不端“零容忍”、加强学术期刊建设和管理；要健全长效机制，落实高校在学术评价中的主体地位和自主权，激发学术创新创造活力，正确理解破除“唯论文”不是不要论文，正确看待SSCI、CSSCI等相关引文索引的作用与功能。《意见》要求，各地各高校要针对10个“不得”组织“唯论文”问题专项整治，开展学风教育和警示活动，重点自查自纠是否存在评价指标单一、评价使用功利、高额奖励论文、抄袭代写论文、非法买卖论文、学风建设虚化、学术权力异化等突出问题。教育部将及时总结推广各地各高校经验做法，同时对落实不力、问题严重的单位，视情采取约谈、通报批评、公开曝光、责令整改等方式予以严肃处理。(新民晚报驻京记者 潘子璇）

文/陈三谈教育在优秀教师那里，学生学习的一个突出特点，就是他们对学习的对象采取研究的态度。教师并不把现成的结论、对某一定理的正确性的证明告诉学生。 --[苏] 瓦.阿.苏霍姆林斯基毕业生就业太难说到高考我们都十分熟悉了，是人生中最重要的一次考试，2020年参加高考的人数达到了1071万人，对比往年增加了40万人，未来的高考竞争也会越来越激励。不过当下最难的并不是考大学，我国的高等教育发展十分迅速，目前已经拥有近3000所高校，虽然办学水平大不相同，不过学生想要上大学还是比较容易的，尤其是专科院校。现在大学生的毕业才是最主要的问题，2020年的大学毕业生达到了847万人，就业环境也是不断变化，先要寻找一份心仪的工作也是难上加难，而且企业和单位的招聘门槛也是越来越高，有不少的毕业生没有直接工作，而是参加了考研或者考公务员，来提升自己的价值。教育部新规，本科生毕业论文每年要抽检一次我们都知道大学生的就业非常难，其实毕业也不简单，需要完成毕业论文和毕业创作，不少的学生都没有这个能力，所以就开始动歪心思，教育部也是意识到这样的问题，要针对本科的毕业论文进行严格检查。其实本科的毕业要比研究生毕业容易多了，只需要满足两个条件就可以，修够足够的学分，完成毕业的论文。不过教育部为了考察本科生的基本学术规范和学术素养，就发布了最新《本科毕业论文（设计）抽检办法（试行）》的通知，本科生毕业更难了。学生的毕业论文也是四年的知识浓缩，如果凭借“东拼西凑”的论文就可以蒙混过关，那本科生的质量也就太差了，这也是我国高等教育的一大问题，毕业论文是学生毕业的一个门槛，但是不少的学校和学校并没有落实，为了提升本科毕业论文的质量，教育部就发布了抽检试行办法。主要通过五个内容进行检查，针对本科生毕业论文的评价要素、重点、工作流程、结果反馈、监督管理办法做出了要求，而且本次还是采用随机抽取，结果还会用合适的办法公开，而且学生论文的评估也会成为学校一流学科建设的重要依据。学生感慨太难了看到这样的消息后，很多学生都感到欲哭无泪，随着毕业生的人数增加，就业也十分激烈，为了提升自己的价值，不少的人选择继续深造，考研也是最热门的选择，但是这消息一出，就业还没有考虑，毕业成为了最大的问题。这就意味着毕业论文更难通过了，学校肯定也会加大审核力度，这也是从侧面提升学生的毕业论文质量，也是为了提升大学生的个人专业知识能力和素养，在一定程度上帮助大学生提升自我价值，这也是帮助了未来的就业，在笔者看来这也有利于高等教育的长远发展。你们对此有什么看法吗？我们一起留言讨论吧！#本科毕业论文每年抽检一次#

研究之路再孤独，也不要失去理智和希望！无导师、无同伴、无资金援助，在这样的条件下「为发顶会 Paper 而战」是一种怎样的体验？机器学习领域的独立研究者 Andreas Madsen 用 7 个月的时间成就一篇 ICLR Spotlight 论文，为黑暗中默默探索的独立研究者们带来希望！当然，他本身也是一名技术达人，机会从来只留给有准备的人！而值得一提的是，驱动 Andreas Madsen 尝试发顶会论文的原因，则是他在申请博士入学资格过程中四处碰壁的经历。一个拥有机器学习硕士学位、丰富的机器学习开发经验，同时也发表过一些重要论文的研究者竟然只因没有发过顶会论文，而被一众教授拒之门外？这一现象在他看来，其实更像是学术界的一种「新精英主义」，最终会放大已经对这一行业产生了挑战的固有偏见。对此，他最后呼吁：学术应该有清流，不应唯论文论！以下为他亲自撰写的经验分享：2019 年 4 月，为了在重要的学术会议上发表论文，我下定决心成为了一名独立研究者。终于，在 2019 年 12 月，经历了漫长的七八个月没有资助的研究工作，我成功了！我的论文被 ICLR 接收了，更令人欣慰的是：这篇论文被接收为 Spotlight 论文！在我将这篇论文发布在 Twitter 平台上后，它迅速地传播开来，为像我一样的研究者带来了希望。因此，我迄今为止收到了近 100 条私信，他们都在征询我的意见，想知道如何作为一名独立研究者发表论文。在本文中，我会向大家提出一些这方面的建议。但是，更重要的是，我想谈谈为什么我选择成为一名独立研究者。要知道，在没有任何资金支持的情况下工作 7 个月并非儿戏，这种做法值得大家慎重考虑！图 1：是的！我的第一篇顶会论文本 ICLR 接收为 spotlight 了！我们将 DeepMind 的论文「NALU」中的性能提升了 3-20 倍。我在没有任何资助的情况下，作为独立研究者，花了 7-8 个月完成了这份工作。论文地址：https://openreview.net/forum?id=H1gNOeHKPS。 代码地址：https://github.com/AndreasMadsen/stable-nalu我为什么选择成为一名独立研究者2018 年 3 月，我在「distill.pub」平台上作为唯一作者发表了论文「Visualizing memorization in RNNs」，说明了针对自然语言处理任务，如何通过一种交互式的显著性可视化技术，证明两个准确率几乎一样的模型具有差异极大的表现。论文地址：https://distill.pub/2019/memorization-in-rnns图 2：在 Distill 上发表的第一篇论文「Visualizing memorization in RNNs」曾经，我认为凭借上面提到的这篇论文和我的机器学习硕士学位，就足以申请到博士入学资格，或者是研究型软件工程师、实习项目或者机器学习工程师的职位了。所以我就开始向许多教授发博士申请信，同时向谷歌、微软、Rakuten、ElementAI、英伟达、Hypefactors、英特尔、京东、亚马逊、三星、Shift Technology、Corti 等公司求职。然而最终，我竟然连一个面试机会都没得到！在应聘谷歌的研究型软件工程师时，甚至有一名谷歌的高级研究员找到我，他鼓励我申请他们部门的职位，并正式推荐了我。为保险起见，我还请求了另一名谷歌的高级软件工程师内推我，他曾经与我在开源的 Node.js 项目上有过很多合作。尽管如此，我还是没有得到面试机会，也没有 HR 联系我，了无音讯！现实情况是：「一两篇机器学习顶会顶刊论文是十分重要的」在申请期间，我收到了一位教授的回信：非常感谢你的邮件，内容非常有趣。一般来说，现在想要申博士学位，没有一两篇顶会顶刊上的机器学习/NLP 论文是相当困难的。你在 Distill 上发表的论文和你在工业领域的经验在一定程度上弥补了这一点。不幸的是，我现在没有可供申请的空缺名额。——来自 QS 全球排名 Top 100 的大学的一名教授。我的一位朋友（认识另一所大学的前委员会成员），则收到了下面的回信：最好的人工智能博士项目要求申请者已经在顶会上发表过论文。如果你并没有在 ACL/EMNLP/CVPR/ICCV/NeurIPS 或 ICML 上发表过论文，你被录取的几率就非常小了。——某 QS 全球排名 Top 5 大学的前委员会成员。当然，我也收到了一些其它的邮件（大多数人并没有回复我），那些教授说得没有这么直白，但是对我的申请也完全不感兴趣。我想，他们实际上也要求申请者拥有一两篇顶会论文，但并不想直接承认这一点，因为这种糟糕的标准只对那些非常幸运的学生们有利。——我硕士期间就读的大学并没有鼓励我们去发表论文。但是丹麦同样也是一个读硕士的好地方。所以，想要在没有内推的情况下申请到博士学位，你本身就需要拥有可以拿到半个博士学位的成果。这就是事实！为了实现我自 2011 年以来的梦想，我需要发表 1-2 篇顶会论文。于是，在 2019 年 4 月，我决定全身心投入到科研工作直到 2020 年 1月，力争在 NeurIPS 或者 ICLR 上发表论文。如果最终还是没有成功，那我就会去做一名 JavaScript 程序员。如何为自己提供资金支持？我如何才能找到自己的研究思路？怎样才能为我自己提供资金支持？这是我到目前为止被问最多的问题。然而，虽然这些问题确实有待解决，但我觉得它们其实没有那么重要。实际上，有很多方法可以发掘研究思路；如果你不用负担别人的开支，有很多办法可以自己省钱。你可以进入一种「孤独地生活，但不放弃理智和希望」的状态，这并不会让你感到十分难受。在 2017 年 9 月至 2018 年 10 月期间，我一直都是一名自由职业者。在我刚开始成为独立研究者时，我的朋友 Emil Bay 向 NearForm 推荐了我，他们想做一个名为「clinic.js」的新项目。该项目不仅需要工程师对 Node.js 的内部实现有详细的了解，还要求具备统计学背景和网页可视化技术。这个项目简直就是为我量身定制的！此前，我做过大量的可视化工作，参与了与 Node.js 内部实现相关的工作长达 6 年的时间，并且刚刚取得了机器学习硕士学位。所以，我在这个项目中获得了丰厚的报酬。如果我能将自己的开支消费控制在非常低水平，这份报酬足以支持我进行 3 到 4 年的研究。可以说在资金方面，我非常幸运。但是，丹麦是一个消费水平很高的国家，或许在另外的国家资助自己完成研究会更加容易。2019 年，他们也曾邀请我为其在 NodeConf EU 2019 上推出的物联网智能手表/胸牌开发 TensorFlow 组件。虽然这笔收入不足以支撑我全年的所有开支，但也对我帮助很大。图 3：本文作者开发的智能手表设备好的研究思路从何而来？正如我所说，可以有很多种方法发掘研究思路，所以不要太在意我的说法，要充分发挥你自己的创造性。2019 年 2 月，我回到母校参加了一个人工智能学生社团的开幕式活动，希望与之前的导师谈谈申请博士的事情。但遗憾的是，他也无法为我提供任何的入学机会。然而，我却遇到了 Alexander R Johansen，他是一位助理研究员，想要寻找合作伙伴。2019 年 3 月下旬，我写信给他，他告诉我他的几名学生尝试复现 DeepMind 的论文「NALU」，但都以失败告终。所以，他问我是否愿意对此进行研究，也许我们可以由此写出一篇 NeurIPS 论文。我的硕士学位论文和在 Distill 上发表的论文都是对其他人夸大或具有误导性的作品进行批判性思考，然后改进这些工作。而且这项研究的难点在于优化，而我对此却很擅长。所以，我觉得自己可以胜任这项任务。几乎所有发表的论文都会对其性能进行夸大，所以改进他人的工作是一种可行的研究策略。我的建议就是如此。这并不是一种非常具有启发意义的寻找研究思路的策略，在这个过程中你也会遇到一些重大的挑战，但的确是一种可行的策略。下面，我们来看看什么是最重要的！研究之路再孤独，也不要失去理智和希望作为一名独立研究者，你可能很难获得来自任何人的鼓励。当然，我也知道，许多博士生导师也不会鼓励他们自己的学生，但这些学生可以从处于类似困境中的同门那里寻求鼓励。而一名独立研究者想要得到这样的鼓励几乎是不可能的，这也是我建议大家不要成为独立研究者的首要原因。作为论文的第一作者，在写论文的过程中，背后没有与你感同身受的人支持你是很难熬的。这是我建议大家不要成为独立研究者的首要原因。每个人都多多少少需要一些鼓励。不要以为在没有任何鼓励的情况下，你自己也能撑过 7 个月。我一直在担心出现下面的情况：找不到解决方案、遭遇不公正的同行评审、得不出有用的实验结果、发现工作中存在某些重要缺陷、甚至担心即便论文发表了也会因为课题过于小众而没有影响力。同时，自筹 7 个月的研究经费也是有很大风险的。如果最终论文没有发表，我的损失就会很大。作为一名独立研究者，我被录取的机会是低于平均水平的，这是因为我得到的反馈更少。图 4：作为一名独立研究者发表论文，很可能是我做不到的事，我也想过会失败，但无论如何，我都会尽力做到最好。然而，尽管可能没有与你感同身受的人支持你，但你也可以通过其它方法解决这个问题。我是这么做的：1. 我通常每周会与 Alexander 就研究思路进行讨论。虽然 Alexander 本人并没有获得博士学位，但他具有非常棒的批判性思维。我并不认为必须和那些有很多一作论文、或者有多年论文指导经验的人交流。重要的是，我们需要和那些能针对我们的研究工作提出问题的人交流。不然的话，我们可能会变得懒惰，对自己论文中存在的错误视而不见。请尽量与别人讨论你的论文，这会给你增加很大的压力，让你不会寄希望于投机取巧。2. 在主要的研究之外，我也进行了一些附带的项目。把所有时间都分配给同一份工作的风险太大。不妨花时间做一些你认为有用的小项目。写个开源工具、复现一篇知名论文都可以。从研究中抽身出来，放松一下也是非常有必要的。这样一来，即使研究项目失败了，但至少完成了某些小项目。对我来说，能够让这些附带的项目被知名研究者们认可也是一种莫大的鼓励。图 5：三天完成的附带项目示例，用到这个项目的研究者会十分感谢你，从中你可以感受到鼓励。（推特大意：很高兴在此发布「pip install Ircurve」。它可以被用于绘制实时的学习曲线，而不像 TensorBoard 那样繁琐。它包含一个 Keras 帮助文件和模型无关的接口。如何写一篇好论文？在所有提交的论文中，大约只有 20% 会被接收，你的同行审稿人会寻找各种理由拒掉你的文章。你认为文章已经「足够好」是远远不够的，你需要让自己的论文被人赞叹道「great」！然而，（对于独立研究者来说）你并没有任何导师能帮你，此前你也没有发表过论文，那么怎样才能写一篇令人叹为观止的论文呢？就我而言，我的第一份论文放到了 distill.pub 期刊上。回想起来，我那时太幸运了——Distill 特别关心论文的写作质量。因为与通过同行审稿人（他们自己可能并不精通写作）的评审相比，Distill 更加强调论文能解释清楚并教育他人。对于我来说，写一篇用于解释和教育的文章，要比写一篇取悦同行评审的文章容易得多。然而，我第一次向 Distill 投稿的时候遭到了编辑的拒稿！他们不清楚我的工作有何贡献。它到底是对 Nested LSTM 的批判，还是提出了一项新的 NLP 任务「自动补全」，或者它是一种交互式的可视化技术？一篇论文中可能有一到两条重要的信息，如果它们被误解了，那么就会让读者感到非常困惑，从而被拒稿。所以，不要害怕反复强调某些重要信息，从而避免这些问题。在我的 Distill 论文中，上面提到的这样的信息是：「可视化可以帮助人们理解模型，而准确率却并不能。然而，你需要使用一个任何人都能有直观感受的问题来体现这一点，显然，中文诗歌生成并不是这样的问题」。在我的 ICLR 的论文中，这样的信息是：「异构单元之间的门控比它看上去要困难得多，但在解决门控的问题之前还有其他问题需要解决，所以我们会在未来的研究里解决门控的问题」。仅仅这样写还不够，你还需要在整篇文章中反复表达这个观点，让即使最懒的审稿人也能看到它。我对论文进行了重大修改，将修改稿再一次提交给了 Distill。这次，他们更加开放一些。Distill 上的 Chris Olah 和 Ludwig Schubert 在论文进入同行评审环节之前为我给出了非常有用的反馈。如果没有从他们那里得到的经验，我不确定我是否还能被 ICLR 接收。大家可以读一下小说家 McCarthy 关于如何写科学类文章的技巧，里面涵盖了我学到的大部分经验。文章阅读地址：https://www.nature.com/articles/d41586-019-02918-5最后，我想告诉大家，我和 Alexander 一起花了很长时间对这篇论文进行润色，尤其是在摘要和引言部分，他的帮助非常有价值。惨遭 NeurIPS 拒稿我们将论文提交给了 NeurIPS 2019，但惨遭拒稿。当时我内心十分煎熬。毕竟，我付出了那么多的时间却一无所获。我感觉自己的梦碎了，我再也没有机会追求自己的梦想，不能从事我热爱的机器学习研究了。让自己的命运掌握在匿名的同行审稿人手中是一件很奇怪的事。图 6：我收到 NeurIPS 2019 审稿意见的感想。那么为什么我们会被拒稿呢？我总结的经验教训是：一些审稿人不相信我们成功地复现了 NALU 的结果（那篇我们进行了改进的论文）。很多审稿人都会问：「为什么原始论文中的结果比你们给出的结果要好很多」？一些审稿人要求我们在提交的论文中做到 NALU 论文声称可以做到的所有事情（即使我们已经提供了明确的证据来说明 NALU 模型并没有将这些事情做到令人满意的程度）。如果你看过这篇论文，我们没有解决的是除法，以及加法和乘法之间的门控。尽管如此，我们也对其它方面进行了改进。其实，第二点也可以归结为一些审稿人不相信我们的实验结果和复现。这就是我们在改进别人夸大的实验结果时可能遇到的难题。审稿人更偏向支持已经发布的研究成果。与批判之前发表过的论文相比（尤其是当这些论文出自 DeepMind 之手），他们更容易对你新提交的论文持批判性态度。我想澄清的是，DeepMind 在论文「NALU」最后给出的结果并不是假的，它们是可以复现的。但这样的结果对于「外推任务」来说，却并非以最合适的方式去构建的，该任务是主要的目标，它使模型能够比第一次和第二次通读的时候看起来更好（你需要更加仔细地阅读实验结果）。而且，NALU 这篇论文只展示了具有单个种子（seed）的结果，而我们的论文展示的是具有 100 个种子时的结果。关于个话题我们发表了一篇 workshop 论文「Measuring Arithmetic Extrapolation Performance」（论文地址：https://arxiv.org/abs/1910.01888）。这次提交给 ICLR 的论文有什么不同的地方？在对 NeurIPS 2019 的审稿意见进行反驳之前，我们已经对论文进行了一些改进。在提交给 ICLR 的版本中，我们补充了更多的证据和实验去支持我们的观点。我们做了一件非常明智的事！我们把自己完成的 NALU 的实验设置和复现结果发表在NeurlIPS 2019 的 SEDL 研讨会上。我们还将这项工作写在了推特上，发布了 NALU 一作的标签，他回复道：「很棒的工作！有了好的对比基准，我们才能继续改进模型」。这对我们来说很有帮助，我们不必再为实验设置和我们的新模型而争论了。相反，我们可以专注于我们提出的模型。图 7：要在神经网络上实现数学上的外推十分困难。我们提出了一种新的对比基准，并发现 NALU 十分脆弱。那么我们如何构建可以学习算术方法的神经网络呢？仅仅使用更多的数据并不能做到这一点。我其实很希望我能告诉你，我们的改进起了很大作用，但事实是，我觉得我们只是比较走运，遇到了一位超棒的审稿人。由于评论是公开的，他在 OpenReview 上对我们工作的评论引起了更广泛的讨论、更深入的批判性思考以及更少的谩骂性评论。值得一提的是，我们收到了四份审稿意见，我认为，这意味着我们的领域主席对此非常感兴趣。其中一位评审在 NeurIPS 上也审阅过我们的论文（可能是那时的 reviewer #3），同时他在 NeurIPS 上给出的审稿意见也是最具建设性的。在我们做出这一系列的修改后，这位审稿人的意见从 NeurIPS 的弱拒改为了 ICLR 的弱接收，在 ICLR 的终审意见中又改成了接收，他甚至还对其他审稿人的意见评论道，「这篇文章中体现的贡献进步巨大」。这审稿人的意见如下：我理解其它审稿人所关心的问题，本文给出的模型是在其它模型上进行增量式修改得到的。但我并不认为本文的优点仅仅在于模型本身，而是在于全文中体现的而理论和实验分析，从而提升了模型的性能，而且本文的代码也公开了。这篇文章可读性很强，它尝试针对最近提出的模型做一些工作，它指出了他人提出的模型的缺陷，并给出了详细的分析过程，然后改进了该模型以及对比基准。本文直面了原模型的复现问题，并对其进行了大幅度的改进。这就是为什么我认为这篇论文一定要被接受的原因。我不确定这里提出的模型是否会在该领域引起巨大的改变，但是这种方法可能会影响并启发其他研究者做出更加透彻的分析。因此，我将对这篇论文的评分提升到「接收」。这条审稿意见让我十分开心。那时，我们的论文还有两个弱拒，所以仍然存在被拒稿的可能性。但即使被拒绝，我至少也会觉得我并没有失败，而是审稿程序有缺陷。这一切努力值得吗？最终，我们的论文被 ICLR 接收。我希望我能肯定地说，这篇文章能帮助我找到一份研究工作，但说实话，我并不知道未来会如何。我刚刚看到一封邮件，上面说我需要「2 篇顶会论文（最好是和著名研究者合作），才能被顶级的博士项目录取」，但作为一名独立研究者，这一点我是做不到的。希望只是这所大学有这种要求。图 9：机器学习研究之路是漫长的。然而，如果你不敢迈出第一步，一切都会看起来不可能。如果你真的想去做，那就付诸努力去寻找其他方法。Q&A前文并没有回答我收到的所有问题，我认为现在的内容还不足够吸引人。所以我在下面针对其它重要问题一一作出解答：Q：你这些漂亮的图是怎么绘制的？A：我所有的图都是用 R 语言的 ggplot2 库绘制的，这个代码库给了我很大帮助。我并没有用 R 语言做其它事情，我只是将 CSV 文件从 Python 中导出，将其导入到 R 中，然后使用 R 计算置信区间并画图。Q：你的工作没有什么用，你就是个笑话。A：谢谢你，你有想过成为一名审稿人吗？Q：你花了多长时间？A：我每周在这篇论文上大约花 48 个小时，有时候达到 100 个小时。但请记住，我也在做一些附带的项目和自由工作。Q：你的计算资源是从哪里得到的？A：Alexander 可以为我们提供计算资源，因为他是一名助理研究员。Q：我的导师要给我一个读博的机会，我是否应该接受？A：如果你真的想做研究，也许你应该接受。现在竞争很激烈，我认为你应该抓住你能得到的机会。Q：我现在正在实习，但我感觉什么都学不到，因为我的导师不太负责。A：你要为自己的信念负责，不要指望你的导师主动来找你。你要庆幸你能得到实习机会，我之前没有得到。可以开始安排与导师的交流，但也要记住，除了导师，你还可以向别人请教。Q：我是正在读硕士，要怎么为发论文做准备？A：如果你能找到一位对此持开放态度的导师，那么你可以尝试发表论文。同时，要尝试在学习期间寻找实习工作。大多数实习工作只对学生开放。我曾经得到过实习机会但却去不了，因为我已经毕业了。Q：我要如何提升自己的编程能力？A：我多年来坚持写开源代码，这让我有机会受到一些卓越的程序员的指导。Q：要发一篇 Spotlight 还需要什么？A：说实话，我想最需要的还是运气。Q：我看到一些人拿到硕士学位就成为了谷歌的研究员，他们是怎么做到的？A：确实是这样，这种现象的黄金时期是 2013 年到 2015 年。如果当时你拿到了硕士学位并且足够幸运，你就可以走得很远。结语最后，我想再重申一下给其他独立研究者的主要建议。1. 与他人合作。这个人不一定必须是论文写作方面的专家，只要是能对你的工作提出建设性评论的人就行。因此，在大学里找到一个拥有计算资源的人帮助你，可能是很有必要的。2. 做最坏的打算，尽最大的努力。只有 20% 的论文会被接收。作为一名独立研究者，你被接收的概率可能还要低于平均水平。不要在被拒绝一次后就气馁！你也可以进行一些附带的项目，这样的话，即使你失败了，也不会觉得自己完全是在浪费时间。3. 避免成为独立研究者。如果有更好的选择，你就不应该有什么理由成为独立研究者。也许你的硕士生导师对你不上心，但至少你可以和其他博士生交流。如果你成为独立研究者，就失去了非常重要的支持你的人际网络。图 10：成为一个独立研究者是极其艰难、孤独的。然而，如果你足够幸运，也可能在转角处发现希望。学术应该有清流，不应唯论文论！最后，由于我们有一篇论文被相关研讨会接收了，我确实也参加了 NeurIPS 2019。在会上，我有幸与几位招聘人员、教授、研究者交谈。我感到极为震惊：招聘者的需求、研究人员的意愿和教授所能提供的条件之间存在着巨大的差距。我想让研究者们知道的是，在过去的两年里，这个学术领域中的供需关系发生了翻天覆地的变化。如今，得到一个读博机会似乎比完成博士学业还要难。如果你在 2017 年或更早之前拿到了硕士学位，那么被好的博士项目录取还是可以实现的目标。但如今，你需要在（NeurIPS/ICLR/ICML）等顶会上发表 1-2 篇论文（而且最好是与著名研究者合作）才能够满足入学要求。我希望研究者、教授、委员会成员以及会议组织者都能够帮助遏制这种迅速蔓延的新精英主义。它只会放大已经对这一行业产生挑战的固有偏见。Viahttps://medium.com/@andreas_madsen/becoming-an-independent-researcher-and-getting-published-in-iclr-with-spotlight-c93ef0b39b8b雷锋网 AI 科技评论编译。雷锋网 雷锋网

当前知识的更新频率很快，每年有上百万篇以上的论文发表，形成的数据库浩如烟海。文献调研的目的并非穷尽的去阅读所有相关文献，而是有重点的阅读与研究主题最为契合且重要的文献，从而能够提升对研究主题的理解和认识。因为大部分本科生尚处在知识积累和增长见识的重要阶段，未来人生有很大的提升空间，因此本科生从事科学研究时应该更加注重研究视野的培养，而非文献中的细枝末节。基于以上认识，阅读文献时可以有意识的思考该研究主题的研究历史、形成的研究分支、获得的重要进展、和该领域活跃的学者等等。具体而言，本科生可以围绕以下三个方面进行。首先，详细了解研究主题下已形成的各个研究分支的概况。当前，学科细分、学科间交叉融合非常普遍，各个学科的内涵都在不断的拓展和延伸，从而形成了众多的各具特色的研究分支。在我们的日常生活中，各种类型的泡随处可见。例如，烧水时容器底面不断涌出的水相变后产生的蒸汽泡，游泳时拍打水面时在水中形成的空气泡，洗衣服时加入洗衣粉或者洗涤剂在水中产生的肥皂泡。即使对于研究一个我们在日常生活中经常看到的空气泡和蒸汽泡，其已经存在的分支便已非常之多。与此研究主题相关的分支及其关注点枚举如下。1、对于动物学家，重点关注与气泡相关的水生动物的捕食行为，例如座头鲸利用气泡围困鱼群进行捕食，枪虾利用其身体产生的剧烈振荡的汽泡捕食小虾。2、对于物理学家，重点关注汽泡破裂过程中产生的冲击波、发光、射流等物理现象。3、对于声学家，重点关注水下航行器在行进过程中因汽泡的破裂产生的噪声及其对航行器隐身性能的影响。4、对于材料学家，重点关注汽泡引起的材料破坏的机理及材料表面的损伤特性及防护方法。5、对于医学家，重点关注利用汽泡溃灭的能量进行高精度、低创伤的医学治疗。6、对于水力机械领域学者，重点关注汽泡的形成对机组内部流动及宏观特性的影响。7、对于光学领域学者，重点关注激光诱导产生的汽泡初期阶段的等离子体演化机制。8、对于化工领域学者，重点关注表面活性剂对气泡生成的影响以及气泡对于化学反应的促进作用。由此可见，即使对于一个简单的气泡和汽泡现象，其形成的研究分支已不胜枚举，大大超出了本科生能够承受的文献调研的范围。若本科生不注意研究脉络的梳理和关键问题的提炼，不但阅读文献时劳心费力，难以长期坚持，而且对文献的领悟及研究结果精髓的理解也是囫囵吞枣、不得要领。其次，深入了解已经形成的各个分支的研究特色。因为依托的研究背景和拟取得的研究目标的不同，每个分支均会具有自己鲜明的学科和研究特色。在阅读文献过程中，认真思考和体会这些特色和不同分支间的互补性是非常有价值的事情。例如，同样是研究气泡破裂时带来的材料破坏，各个分支的研究重点大不相同。对于物理学家，研究的重点侧重于新现象的发现及其物理机制的阐述。对于水力机械领域学者，研究的重点则侧重于这些新现象对于水力发电机组内部流动和机组宏观性能（比如运行效率和发电功率等）的影响。对于材料学家，研究的重点则侧重于依托这些新发现的物理机制，设计并优化现有的材料，使其可以抵抗或者减轻气泡破裂带来的材料破坏。由上例可以看出，上述研究视角的差别可能带来很多新的想法，甚至如果能够不断深入便可以形成新的学科增长点。因此，在文献调研过程中，本科生可以尝试不断思考、体会所在学科学术研究的特色，并与同一研究主题下相关学科进行比较、借鉴，这样便可以逐步开阔研究视野。最后，重点关注学术分支形成过程中的起到开创性作用的重要论文。每个学术分支的形成和发展过程中，一般都会有若干重要的学者起到引领性的作用。具体而言，他们或发现了新的重要现象，或引入了前沿的研究工具，或发明了新的数据分析方法，诸如此类。这些重要的论文在学术分支形成过程中起到了承上启下的作用，引发了后续大量学者关于此问题的思考和相关研究的跟进。例如，气泡在极端条件下振荡并破裂时会使其内部温度急剧升高，产生发光现象。这一现象在二十世纪50年代便已经观察到，但相关的定量研究进展微弱，核心的原因是缺少行之有效的研究手段精确控制气泡行为及其发光现象。二十世纪90年代，若干学者合作研发了一个采用声场精确控制的单个气泡稳定发光的装置，可以形成长期稳定发光的气泡并具有非常好的可重现性。随后，该领域的研究井喷式发展，大量学者迅速进入这一前沿领域，产生了很多高水平的成果，从而形成了单个气泡声致发光研究这个内涵丰富的学术分支，对声学、物理学、化学等学科的发展也都起到了很大的促进作用，解决了一大批长期有争论的议题。本科生应将自己的宝贵时间多用来去阅读这些开创性的论文，从学科发展的视角去思考问题，这样才能后续有机会做出一流的研究成果。结合笔者指导本科生的若干经验，一些相关建议梳理如下：学会同主题阅读每个分支文献均不少，采用同主题阅读很适用于本科生时间较为零碎这一特点。比如，本科生可以用周末的一个上午集中精力围绕一个较为精细的研究主题开展阅读。主题的选择可以是某种最新的研究设备、某个学者或者课题组在此领域的系列研究论文等等。关注不同领域的研究进展不同领域间的互补性很强，有时候对于某研究领域是一个很难解决的问题，但在另一个领域却是已经突飞猛进。本科生从事科学研究遇到困难时可以多尝试去借鉴其他领域的丰富成果和研究思路，这样形成的学科交叉更为可行。找到该领域的重要开创性论文在文献调研过程中，有很多方法可以尝试去找到有价值的论文，比如关注被其他学者引用非常频繁的若干论文、文献引言部分的论述中经常被提及的重要工作、知名专家综述中高度认可的论文等等。通过不断去阅读优秀论文，本科生的科学鉴赏水平也会逐步提升。不必太在意论文的发表时间除了一些近期刚刚发展和兴起的技术和领域，本科生的大部分文献调研应该更多关注学术思路的产生、形成和发展等等过程，不必太在意其他。特别声明：本文发布仅仅出于传播信息需要，并不代表本公共号观点；如其他媒体、网站或个人从本公众号转载使用，请向原作者申请，并自负版权等法律责任。

开题报告通常涵盖以下内容：课题研究的背景与意义（综述国内外相关研究现状；阐述课题的研究目的、意义）、主要研究思路和方法：（基本思路、工作重点、技术路线等）、工作进度安排等。学生开题合格后，方可进入研究与撰写阶段。---毕业论文（设计）一般开题后，的题目和指导教师不得随意更换。1）检查学生开题报告，研究背景与意义是否明确、主要研究思路和方法是否合理；2）判断学生是否已充分理解毕业论文（设计）的内容和要求，进度计划是否切实可行；3）是否具备毕业论文（设计）所要求的基础条件。

投中教育2月24日讯，今日，教育部、科技部印发《关于规范高等学校SCI论文相关指使用 树立正确评价导向的若干意见》的通知，旨在扭转当前科研评价中存在的SCI论文相关指标片面、过度、扭曲使用等现象，规范各类评价工作中SCI论文相关指标的使用。《意见》要求安全分类评价体系，摒弃“以刊评文”，不把SCI论文相关指标作为直接判断依据。《意见》强调要改进学科和学校评估。减少对学科、学校的排名性评价，坚持分类和分领域评价。对创新能力的评价突出创新质量和实际贡献，审慎选用量化指标，不把SCI论文相关指标作为评价的直接依据，评价结果减少与资源配置直接挂钩。《意见》还提到，要优化职称（职务）评聘办法。在职称（职务）评聘中，学校应建立与岗位特点、学科特色、研究性质相适应的评价指标，细化论文在不同岗位评聘中的作用，重点考察实际水平、发展潜力和岗位匹配度，不以SCI论文相关指标作为判断的直接依据。此外，在人员聘用中，要求学校不把SCI论文相关指标作为前置条件。《意见》强调，学校在绩效和聘期考核中，不宜对院系和个人下达SCI论文相关指标的数量要求，在资源配置时不得与SCI相关指标直接挂钩。要取消直接依据SCI论文相关指标对个人和院系的奖励，避免功利导向。教育部要求各“双一流”建设高校，特别是教育部直属高校根据若干意见，检查修改相关制度文件及“双一流”建设方案，将相关落实情况、经验做法梳理形成报告，经主管部门审核后，于2020年7月31日前送教育部科技司。

论文发表需要哪些条件，有哪些具体要求，需要注意哪些方面的问题？一般情况下，　说到要发表论文，大部人想到的是大学毕业论文，而对于一些已经毕业了的人，比如是从事教育行业或者医疗等行业的朋友来说，发表论文多数是用于评职称。到了一定的阶段，有了一定的工作经验与年限之后，需要往上迈进一个台阶，这个时候也是可以通过发表论文来提供一些相关专业领域的升级帮助的，那么发表这些论文都有哪些条件或者注意的地方呢？时代教育期刊一般情况下，如果想要发表论文，对于论文的条件要求大概需要几个地方需要注意，比如论文要具有创新性、实用性、内容要严谨并且格式也要规范，当然最好是个人原创，部分的内容可以借鉴其他的读物，但是内容最好不要重复太多，这一点需要注意一下。论文完成了，还要选择相应的期刊，通常情况下对选择期刊的要求有几点需要注意，首先一定要正规、对应的级别要符合，再者就是在一些正规网站上可以查询，常见的就是知网可查询或者是万方、维普这些知名网页可以查询到。因为专注，所以专业，论文发表当然要发表论文，对于论文对作者也是有一定的条件要求的，首先就是学历、再就是工作经历以及当下评职级别是否符合资质，越级评职称肯定是不行的，要对应符合相关的一些资质才行。所以，如果你近期也有论文发表的需要，又不是特别清楚明白这其中的一些相关知识，可以与李编辑我来交流一下，因为专注，所以专业，其他的不说，在论文发表，期刊出版这一块，尽管来咨询，我都会尽可能的为你答疑解惑，顺利完成论文发表任务。