在AI领域工作的科研人员面临着论文通货膨胀的巨大压力，一篇ICML、NIPS的工作量是IJCAI、AAAI的数倍，但在各种评价中作用一样，CCF的这个指挥棒导致一些课题组宁愿一年发表近10篇IJCAI、AAAI而不愿意冲击一篇ICML、NIPS。

　　AI 领域并非铁板一块，方向也有很多。术业有专攻，有的课题组研究方向就是NLP就是知识图谱，之前的相关工作就是发在IJCAI、AAAI、ACL、EMNLP上，那么他们为什么要去投偏重机器学习方法和理论的ICML/NIPS？

　　像“一篇ICML、NIPS的工作量是IJCAI、AAAI的数倍”这样的说法，还是请给出定量统计数据再做决断的好。至少我知道的发表在IJCAI、AAAI上的Open Information Extraction，Explicit Semantic Analysis等一批有影响力的工作，工作量一点都不小。

　　即使是做ML，也不见得所有工作都该投ICML/NIPS。虽然IJCAI/AAAI由于规模太大，审稿人大都是大同行，审稿意见容易出现偏差；但这样反而容易让那些问题新颖、脑洞大开的论文得到录用，不见得是件坏事。所以，我一直建议同学，如果做的是经典任务的改进模型，应该投ACL/EMNLP等小同行会议；如果做的是新问题新思路，倒是投IJCAI/AAAI更合适些。

长此以往就会论文越来越多，而中国的AI水平在国际上不升反降，毕竟国际同行恐怕不会认为ML、CV、NLP影响力最大的一批论文来自IJCAI、AAAI。或者，CCF的指挥棒应该改一改了？

　　为什么有人会觉得10篇IJCAI、AAAI也不如1篇ICML、NIPS，呼吁CCF的指挥棒改一改？我反而觉得这些人的思想深处，才是对学术会议有根深蒂固的偏见。归根结底，发表学术论文、参加学术会议无非是向学术界宣传自己的学术成果，无非是在不同学术会议上宣传的受众不同而已。学术成果发表出来，是否经得起历史考验才是关键。论文发表在NIPS/ICML上，如果没人看、没人引、没人用、没有对该方向的实际推动，又有什么意义；论文发表在AAAI/IJCAI上，如果有人看、有人引、有人用，那也是影响力的体现。

　　CCF期刊会议列表只是个门槛，学术会议也只是个门槛，上不封顶。学者的声誉，是靠研究成果自身是否过硬来获取的，是靠持续推动某个方向发展来获取的，是靠为学术界/产业界培养人才来获取的，而不是仅仅靠发表了几篇A几篇B而已。动不动就拿调整CCF列表说事儿，反而说明没有看到问题的本质。问题不在研究人员自身，而在制定研究人员评价标准的人身上。

　　总之，在发展中遇到的问题，应当在发展中解决，也会在发展中解决，关键是看发展趋势对不对、好不好。我觉得现在发展趋势挺好的，所谓“破局”之问，会在大家普遍能发表顶会论文之后迎刃而解。

　　作者：刘知远，清华大学教授

　　链接：https://www.zhihu.com/question/59002888/answer/161517810

　　来源：知乎

　　南大俞扬：讨论这个问题侧面反映我国研究水平有所提高

　　首先手工点赞刘知远老师的回答。其次，这种就是觉得 NIPS ICML比IJCAI AAAI强、并且声称不看某某会议的文章的行为，与被痛斥的某些审稿人不仔细看内容的行为，本质是一样的：不究其本里、只看某种表征最后，劝大家看开一点，会议的主要目的是交流，不是发大红花，毕竟绝大多数论文，不管是NIPS还是IJCAI，50年后都没人记得，做研究的，还是追求自我认同。

　　回过头再说两句，有人说“凭什么CCF推荐列表上某某会议是A某某会议是B某某会议是C，以我在某某领域做过这么多工作看过这么多文章发过这么多论文来看，某某会议就不应该是ABC”。既然都是行内人士了，难道对一个工作没有自己的评判吗，还需要用一个列表划分来评价文章吗。CCF列表从来都不是针对高水平研究者/研究机构，而是为全国服务的。在该列表的推动下，目前能认同高水平会议论文的学校越来越多，这就是它的意义所在。11年前我们投AAAI，没有CCF列表，论文发了毕业都用不上，但这不影响我对该会议是顶级会议的看法，现在也一样。

　　再回头说一句，从这个问题的回答来看，能够看清楚背后事理的比例超出预料，这也说明我国的研究水平提高了。什么论文是“水”，当水平是30分，看60分的论文觉得一点都不水，当水平到80分，即使看78分的论文也觉得水。这样的水未必是坏事。

　　作者：俞扬，南京大学计算机科学与技术系副教授

　　链接：https://www.zhihu.com/question/59002888/answer/163373207

　　来源：知乎

　　另一位知乎用户的观点：不用破解

　　题主有此一问，说明他对学术灌水的深恶痛绝。有此情怀，先点个赞！