機器之心報道

編輯：澤南

接收率高得出乎預料。

1 月 21 日，深度學習頂級學術會議 ICLR 2022 錄用的結果向論文作者們進行了通知。就在本週五，論文接收的完整列表已經在 OpenReview 平臺上公開。

ICLR 2022 完整論文列表：https：//openreview。net/group？id=ICLR。cc/2022/Conference#oral-submissions

據統計，今年的 ICLR 共有 54 篇 Oral（口頭報告）論文和 176 篇 Spolight 論文，論文接收總數 1095 篇，最終投稿量 3391 篇，論文接收率 32。3%。今年的大會不論是投稿量還是接收量都創了新高。

ICLR 全稱為國際學習表徵會議（International Conference on Learning Representations），今年將舉辦的是第十屆，預計將於 4 月 25 日至 29 日在線上舉行。

在機器學習社群中，ICLR 是較為「年輕」的學術會議，它由深度學習巨頭、圖靈獎獲得者 Yoshua Bengio 和 Yann LeCun 牽頭舉辦，2013 年才剛剛舉辦第一屆。不過 ICLR 很快就獲得了學術研究者們的廣泛認可，被認為是深度學習的頂級會議。在 Google Scholar 的學術會議 / 雜誌排名中，ICLR 目前排名第十位，要高於 NeurIPS。

根據去年 11 月 10 日的論文初審資料，今年的 ICLR 會議平均分為 4。93（+- 1。15）。其中，31 篇投稿的平均分為 8 分，39 篇投稿得到最高分 10 分，沒有一篇投稿得到兩個以上的 10 分。

有趣的是，在分數發出後人們進行了統計，在論文評審期間已提交到 arXiv 上的論文（平均 5。1）相比沒有發 arXiv 的（平均 4。7）分數較高：

在推特上進行過分享，且點贊數大於 5 的論文，在評審中也比其他論文具有更高的推薦分數（5。4 比 4。8）：

最後是開原始碼與否的統計，論文附帶可用原始碼，即使是一個承諾很快上傳的空 GitHub，也能讓論文獲得更好的評價，有程式碼論文平均分 5。2，無程式碼論文 4。8 分：

在評審期間進行宣傳的論文，大機率完成度更高。下一次 AI 頂會的投稿，你是否會改變一下策略？

參考內容：

https：//www。reddit。com/r/MachineLearning/comments/qszmuu/d_analysis_of_iclr_2022_review_scores/