得分 8, 8, 8, 10。

原標題：rebuttal真的有用！這篇ICLR論文，所有審稿人都加了2分，直接躍升排名第9
文章來源：機器之心
內容字數：7336字

ICLR 2025 論文評審與反駁過程分析

最近，ICLR 2025 論文的評審過程引發關注，其中一篇論文通過反駁顯著提升了評分。本文將探討這篇論文的研究內容及其在評審過程中的反駁策略。

1. 論文概述

論文標題為《SANA: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformers》，由英偉達、MIT和清華大學的研究團隊合作完成。該論文提出了Sana，一個高效的圖像生成工作流程，支持1024×1024到4096×4096的高分辨率圖像合成。研究顯示，Sana在生成4K圖像時速度比現有最佳模型FLUX快100倍。

2. 關鍵技術創新

Sana的創新點主要體現在以下幾個方面：

（1）深度壓縮自動編碼器：提出了一種新的自動編碼器（AE），將縮放因子提升至32，顯著提高了高分辨率圖像生成的效率。

（2）高效線性DiT：用線性注意力替代原生的二次注意力模塊，計算復雜度從O(N2)降低到O(N)。

（3）文本編碼器的選擇：使用最新的Gemma模型作為文本編碼器，以增強對用戶指令的理解和推理能力。

（4）有效的訓練策略：提出了基于Clip Score的訓練策略和Flow-DPM-Solver，提升了文本與圖像的一致性。

3. 反駁過程及其成效

在評審過程中，作者針對審稿人的意見進行了詳細的反駁。審稿人對Sana的原創性表示懷疑，認為其組件已有相關研究。作者通過詳細闡述Sana的設計思路和實驗結果，成功說服了審稿人，提升了評分。

具體來說，作者補充了消融實驗，展示了Sana在各個方面的創新與進步。一位審稿人在審閱后表示，經過作者的詳細回應，已無法找到明顯的缺點，因此提升了評分。

4. 結論

這一案例表明，建設性的討論和細致的反饋能夠顯著改善審稿人對論文的看法。積極的互動不僅提高了論文質量，也增強了審稿人與作者之間的理解與信任。這一過程為其他研究者提供了寶貴的經驗，強調了反駁在論文評審中的重要性。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺