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。
使用Python快速构建基于NVIDIA RIVA的智能问答机器人
NVIDIA Riva 是一个使用 GPU 加速,能用于快速部署高性能会话式 AI 服务的 SDK,可用于快速开发语音 AI 的应用程序。Riva 的设计旨在轻松、快速地访问会话 AI 功能,开箱即用,通过一些简单的命令和 API 操作就可以快速构建高级别的对话式 AI 服务。
2022年1月26日19:30-21:00,最新一期线上分享主要介绍:
对话式 AI 与 NVIDIA Riva 简介
利用NVIDIA Riva构建语音识别模块
利用NVIDIA Riva构建智能问答模块
利用NVIDIA Riva构建语音合成模块
© THE END
转载请联系本公众号获得授权
投稿或寻求报道:content@jiqizhixin.com