ICLR 2022提前放榜！被拒理由遭吐槽...

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

转载自：机器之心

结果提前四天放出，让大家少吃了好多速效救心丸。

1 月 21 日，深度学习顶级学术会议 ICLR 2022 录用结果放出。目前，投稿论文作者已经收到结果，但网站还没有更新。知乎上也出现了相关话题的讨论。

知乎讨论：https://www.zhihu.com/question/512610921/answer/2318919592

ICLR 全称为国际学习表征会议（International Conference on Learning Representations），今年将举办的是第十届，预计将于 4 月 25 日至 29 日在线上举行。

在机器学习社区中，ICLR 是较为「年轻」的学术会议，它由深度学习巨头、图灵奖获得者 Yoshua Bengio 和 Yann LeCun 牵头举办，2013 年才刚刚举办第一届。不过 ICLR 很快就获得了学术研究者们的广泛认可，被认为是深度学习的顶级会议。在 Google Scholar 的学术会议 / 杂志排名中，ICLR 目前排名第十位，要高于 NeurIPS。

根据去年 11 月 10 日的论文初审数据，本届 ICLR 会议共收到了 3325 篇有效投稿，平均分为 4.93（+- 1.15）。其中，31 篇投稿的平均分为 8 分，39 篇投稿得到最高分 10 分，没有 1 篇投稿得到两个以上的 10 分。

当时，对于获得多少分才能被 ICLR 2022 会议接收？Criteo AI Lab 机器学习科学家 Sergey Ivanov 给出了自己的预测，他表示，「如果录取率与 2021 年保持一致——29%，则平均分 6 分左右才有可能被会议接收。」

今日，ICLR 2022 结果提前放出。对于论文作者而言，依然是「几家欢喜，几家忧」。相应地，他们对录用结果和审稿意见给出了不同的评价。

加州大学伯克利分校 EECS 博士生 Dhruv Shah 为一作、其导师强化学习大牛 Sergey Levine 参与的论文《Value Function Spaces: Skill-Centric State Abstractions for Long-Horizon Reasoning》被接收。他表示，「ICLR 的 rebuttal 过程依然是最有成效和高效的审阅周期，并且作为论文作者和审稿人共同提升投稿论文质量非常令人满意。」

MIT CSAIL 的博士后研究员 & ETH 博士生 Octavian Ganea、DeepMind 的研究科学家 Petar Velickovic 各自都有两篇论文被 ICLR 2022 接收，主题涉及蛋白质对接、材料和图表示学习的进展。

但与此同时，很多论文没被接收的作者对审稿人给出的审稿意见纷纷吐槽。

网友 @Domates93 表示，「我们的论文被拒，给出的理由没有讨论一篇相关论文，但我们确实讨论了。可笑的是，这篇相关论文是我们论文的主要基准。」有人建议写信给 PC，但曾有过相同经历的「不幸者」认为这样做没用，PC 只会对审稿人的决定表示遗憾。

网友 @pastimenang 的被拒理由是「过于高估了 ICLR 参与者对偏微分方程（PDE）解的数值方法的理解」。好吧，这听起来像是一个编造的理由。

除了审稿人，领域主席（AC）的决定有时也令人难以接受。网友 @i-heart-turtles 感到非常失望，因为「AC 以极其糟糕的理由否决了审稿人的意见，理由是缺乏创新性和一些无法接受的数值结果。」

网友 @Stochastic_Machine 的经历更是罕见，他表示，「审稿人甚至没有读我的论文。他的评审意见是基于我提交至另一会议的旧版本论文，给出了非常低的分。」

Reddit 讨论：https://www.reddit.com/r/MachineLearning/comments/s8stml/d_iclr_2022_results_are_out/

有投稿 ICLR 2022 的小伙伴吗？你们的论文被录用了吗？欢迎在评论区留言。

ICCV和CVPR 2021论文和代码下载

后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集
后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF

CVer-Transformer交流群成立

扫码添加CVer助手，可申请加入CVer-Transformer 微信交流群，方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲长按加小助手微信，进交流群
▲点击上方卡片，关注CVer公众号

整理不易，请点赞和在看