mlnlp-world/paper-rebuttal-tips

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

Rebuttal 不是简单地"反驳审稿人"，而是在极短篇幅内重新组织证据、澄清误解、补足实验，并让 AC 和审稿人看到论文仍然值得被接收。

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：

---

📚 Rebuttal Tips

---

🎯 创新性、动机、理论与边界类

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。

⬆️ 返回 Tips 目录

---

💬 写作澄清、相关工作与沟通策略类

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。

⬆️ 返回 Tips 目录

---

🔬 实验与评测证据类

聚焦 baseline、消融、开销、泛化、显著性、人工评测、复现性等实证问题。

⬆️ 返回 Tips 目录

---

📖 资源合集

🇨🇳 中文经验

🎬 视频 / 课程资源

🛠️ 工具、工作流与仓库

🌍 英文经验

---

👥 组织者列表

感谢以下成员对本项目进行组织与指导

  

  

  

  

---

🤝 欢迎贡献

欢迎通过 Issue 或 PR 补充更多 rebuttal 场景、真实案例以及相关工具。