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/