海量ICLR论文点评公开，用这几个工具可以读得更轻松
允中 李林 编译整理 量子位 出品 | 公众号 QbitAI
NIPS 2017开幕在即，这两天twitter上却在热火朝天地聊着还有点遥远的ICLR 2018。
因为，所有论文的评分和点评终于公开了！
ICLR采用openreview的评审制度，所有论文会匿名公开在openreview网站上，接受同行们的匿名评分和提问。明年4月底举办的第6届ICLR总共收到了981篇论文，差不多是去年的2倍。截止12月1日，有979篇至少获得了一个评分。
这么多论文……也难怪有学者在twitter上吐槽，说iclr这个时候放出评论，真是毁了学术界的周末/(ㄒoㄒ)/~~
有博客统计了今年ICLR论文的评分情况，平均分是5.24，中位数是5.33：
这位博主Yaguang Li另外还统计了单篇论文最高分最低分的差异，有87%的论文，高低分差值小于3：
但900多篇论文和评论，该从哪看起？这几个工具，也许能让你轻松一点。
一是OpenReviewExplorer，可以搜索在标题和摘要中包含特定关键词的论文，然后将搜索结果按排名、评分排列。
地址：https://chillee.github.io/OpenReviewExplorer/
如果标题和摘要无法满足你，那就看第二个：Search ICLR 2018。这个工具可以搜索openreview论文的全文，找出用了某种技术、数据集，或者引用了某位作者的论文。在ICLR官方公开评价之后，这个网站还列出了Top 100论文，更新了论文的review情况。
地址：http://search.iclr2018.smerity.com/
最后，附上（目前）评分Top 10的论文：
Rating | Title | |
|---|---|---|
1 | 9.00 | Certifiable Distributional Robustness with Principled Adversarial Traininghttps://openreview.net/forum?id=Hk6kPgZA- |
2 | 8.56 | On the Convergence of Adam and Beyondhttps://openreview.net/forum?id=ryQu7f-RZ |
3 | 8.33 | Emergence of grid-like representations by training recurrent neural networks to perform spatial localizationhttps://openreview.net/forum?id=B17JTOe0- |
4 | 8.33 | Multi-Scale Dense Networks for Resource Efficient Image Classificationhttps://openreview.net/forum?id=Hk2aImxAb |
5 | 8.09 | i-RevNet: Deep Invertible Networkshttps://openreview.net/forum?id=HJsjkMb0Z |
6 | 8.00 | Wasserstein Auto-Encodershttps://openreview.net/forum?id=HkL7n1-0b |
7 | 8.00 | Stabilizing Adversarial Nets with Prediction Methodshttps://openreview.net/forum?id=Skj8Kag0Z |
8 | 8.00 | Learning to Represent Programs with Graphshttps://openreview.net/forum?id=BJOFETxR- |
相关阅读：
ICLR 2018评价情况统计：https://liyaguang.github.io/iclr2018-stats
ICLR官方网站：http://www.iclr.cc/
ICLR 2018论文OpenReview：https://openreview.net/group?id=ICLR.cc/2018/Conference
参考：
ICLR 2018评价情况统计：https://liyaguang.github.io/iclr2018-stats