会员服务
ICLR，全称为「International Conference on Learning Representations」（国际学习表征会议），2013 年才刚刚成立了第一届。这个一年一度的会议虽然今年才办到第五届，但已经被学术研究者们广泛认可，被认为「深度学习的顶级会议」。 ICLR由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办。 ICLR 希望能为深度学习提供一个专业化的交流平台。但实际上 ICLR 不同于其它国际会议，得到好评的真正原因，并不只是他们二位所自带的名人光环，而在于它推行的 Open Review 评审制度。
Evaluating the Predictive Capacity of ChatGPT for Academic Peer Review Outcomes Across Multiple Platforms
Arxiv
0+阅读 · 11月14日
Differentially Private Kernel Density Estimation
Arxiv
0+阅读 · 11月5日
Coresets for Constrained Clustering: General Assignment Constraints and Improved Size Bounds
Arxiv
0+阅读 · 10月10日
Differentially Private Kernel Density Estimation
Arxiv
0+阅读 · 9月3日
Eliciting Informative Text Evaluations with Large Language Models
Arxiv
0+阅读 · 9月2日
Eliciting Informative Text Evaluations with Large Language Models
Arxiv
0+阅读 · 8月2日
Coresets for Constrained Clustering: General Assignment Constraints and Improved Size Bounds
Arxiv
0+阅读 · 7月9日
Eliciting Informative Text Evaluations with Large Language Models
Arxiv
0+阅读 · 5月28日
Eliciting Informative Text Evaluations with Large Language Models
Arxiv
0+阅读 · 5月23日
The AI Review Lottery: Widespread AI-Assisted Peer Reviews Boost Paper Scores and Acceptance Rates
Arxiv
0+阅读 · 5月3日
Learning representations of learning representations
Arxiv
0+阅读 · 4月12日
Closing the Gap: Achieving Better Accuracy-Robustness Tradeoffs Against Query-Based Attacks
Arxiv
0+阅读 · 2023年12月15日
Coresets for Constrained Clustering: General Assignment Constraints and Improved Size Bounds
Arxiv
0+阅读 · 2023年11月13日
Can large language models provide useful feedback on research papers? A large-scale empirical analysis
Arxiv
0+阅读 · 2023年10月3日
Improving Transferability of Adversarial Examples via Bayesian Attacks
Arxiv
0+阅读 · 2023年7月21日
参考链接
父主题
机器学习领域相关会议
子主题
ICLR 2022
微信扫码咨询专知VIP会员
Top