以下回答版权归属原作者，侵删。
知乎问题一：
ICLR
和
TNNLS
哪个更难？
https://www.zhihu.com/question/638793916
知乎用户“一只研兔
”
对于我这种普通人来说，
TNNLS
是工作
(
高校评奖学金一区
TOP+CCFB)
，
ICLR
是爱好和梦想
(
顶会，但没评级，就是一
EI
会议
)
。
知乎用户“天下第一”
个人认为
tnnls
，一
tnnls
～
3iclr
。当然个体方差极大，看你是灌水还是
adam
。
分割线﹌
如果认同顶会就使劲发，没必要来碰瓷。
知乎用户“啄米小弱鸡”
大数学家徐院士因
L1/2
的卓越贡献而获得国家自然科学奖二等奖，相关工作发表在国际顶级期刊
TNNLS
上！我以为这是一篇可以比肩所谓的数学四大期刊论文的学术成果，换言之，
TNNLS
在质量上不逊于数学四大期刊！同时，为该刊
90%
论文出自华人一作而无比骄傲，这表明我国数学研究在国际上取得了绝对的领先。在
TNNLS
论文发表方面，我国学者真正地
“
卡
”
了美国的脖子！
知乎用户“
HenryQIU
”
我发了
TNNLS
（但是两轮加起来审了一年半），所以
ICLR
更难（哪天投了中了我就改回答，毕竟会议周期短）。正儿八经的讲就是
TNNLS
难在工作相对来说要更完整能熬过
IEEE Trans
的长周期，
ICLR
难在需要追前沿快速迭代实验以及
bidding
环节运气好。
知乎用户“堪村无业土博鼠”
另一个回答实在是笑死我了 见过魔怔的没见过这么魔怔的
知乎用户“
KP3232
”
TNNLS
更强。徐宗本院士的
L-1/2
就发在
TNNLS
上面
知乎用户“过云雨”
iclr
这还用问吗
知乎用户“眼泪里含有止痛药
北美
iclr
，国内
tnnls
，毕竟百家姓期刊。
知乎用户“知乎用户
edJVSy
””
没什么不能比！怕比出猫腻？
两者都有好文与水文。
重点关注有显著贡献的学术论文。
知乎问题二：
Nature
子刊和
Cvpr
哪个更难中？
https://www.zhihu.com/question/468868127
知乎用户“子非鱼”
Nature
子刊甚至正刊拿去投
cvpr
一般都会被拒，反过来
cvpr
哪怕拿去 投
NC
应该还是一般会被拒
(
比如
resnet,yolo,
或者不是
cvpr
的
transformer,
如果当年投
NC
应该会被拒，除非包装出在各个学科上的强大应用
)
。
知乎用户“
Horizon
”
相比之下，
Nature
子刊即便是
Nature
communication
这种要求的工作量和现实意义相比
CVPR
而言更大。如果工作很
solid
并且具有一定的现实
impact
，那么
Nature
子刊更适合，而且更容易中，这是因为
CVPR
审稿太过随机，完全存在恶意拒稿的情况。相反，如果工作并没有很
solid
，但同样由于现在
CVPR
这种盛会动辄
1
、
2
万的投稿，审稿随机性很大，那么
CVPR
相比之下无疑更好中，而这种工作对于子刊而言甚至可能都不会被送审。
知乎用户“好好学习”
真的看不下去现在
b
乎的风气，
nc
水不水也要看专业好不好？
cvpr
放在
cs
专业也得
2
，
3
篇才能让博士毕业啊。另外，天天嘴上谁
nc
水，
cvpr
不行，你倒是把自己的论文挂出来啊，敢吗？张嘴闭嘴就是水，真以为自己看了点
b
乎回答，看了点子刊论文就以为自己是院士指点江山啊
知乎用户“千手力”
这话就像问
sci
和
cvpr
哪个好中
Nature
子刊多了去了，有牛逼的，也有水的。而且
nature
系列偏向交叉学科，纯
cv
或纯
ai
再牛逼也不行。你把
cvpr
上论文的方法用到医学数据集上，效果牛逼发
nature
都有可能，更不用说发子刊了。
知乎用户“给你一个大逼兜”
个人觉得这没啥可讨论性，计算机整个学科基本都是工程问题，
engineering not
science
，所以说计算机的成果应该发在专门的期刊或者会议，而不是
snc
这种自然科学类的期刊。当然和计算机交叉的方向，比如生物信息，我建议也投
snc
毕竟它们在工程上看似乎没啥可讨论的。工程的本质是要
work
，以及
well work
，我们不在乎
why
只在乎
how
，至于方法简不简单我们更不在乎（越简单越好，因为简单所以
robustness
）。计算机这个学科有个与众不同的地方，就是计算机是由工业界主导的，所以技术迭代很快，就导致这个领域非常看中会议这种时效性强的成果展示渠道。很多人对会议里论文的沉淀性大为诟病，但是在我看来这是不可避免的，工程本来就以实践为主，要多次尝试，因为很多工程是缺乏理论指导的（没有理论），只能靠大量的尝试，因此任何小有成果的尝试都应被肯定，谁也无法保证日后它的正确性。另外计算机（
ai
领域）最被认可期刊是
tpami
，我是觉得
tpami
比那些所谓的
communicate
子刊在计算机领域专业几个量级，我还是倾向于子刊适合交叉学科去投，好像似乎现在就是这样的，毕竟套个生物数据加个
cnn
跑个过拟合的结果就能发
sci
的领域真的需要
science
去拿湿实验狠狠批斗他们一番。
知乎用户“多崎作”
NC
相当于公务员考试，各种学科杂糅，各种能力都要求一点，而且影响力很大，总体技术难度不大，但还涉及很多人情世故。
CVPR
相当于数学竞赛，对于技巧要求贼高，没点刷题还真不行，但是总的影响力没那么大，限于圈内。
知乎用户“
QCYing
”
虽然但是，对于爱抽中华的
leader
，你送
ta
一条万宝路多少有点不合适
知乎用户“渣渣龟”
好巧前天和做
CV
的朋友吃饭就在讨论这个问题，顶会和顶刊的难度，重要性，和侧重点。
我们的讨论结果是认为，在难度上，顶刊更难。一般而言
NS
正刊的接受率在
10%
以下，大子刊在
10%
左右，相比顶会接近
20%
的接受率来说，顶刊还是更难一些。小子刊数据我不太清楚因此我们讨论时候也没比较。
重要性和侧重点需要放到一起来讲，顶刊和顶会都是不可或缺，顶会更注重时效性和快速传播，顶刊则更重视系统性和严谨性，一个比较好的例子就是前一段很著名的罗彻斯特学术舞弊达人
Dias
，尽管他已经把最新工作放到了
arxiv
上，但是为了能够给
community
一个更快速更广泛的了解他（造假）工作的机会，
APS
March meeting
依然给了他一个专场，然而
nature
作为顶刊就不会像
APS
一样为了时效性来接收他的工作，并且会因为他的工作不严谨（严格意义上跟严谨不沾边，纯造假）而撤稿
