ICLR公布论文接收结果，Oral论文华人一作占三分之一

大数据文摘出品

几小时前，ICLR（国际学习表征会议）组委会公布了今年的论文接收结果，今年，ICLR共收到了2594篇论文投稿，相比去年的1591篇论文投稿，增加了38.7%。其中687篇论文被接收，poster论文接收率为26.5%，1.85%的论文获得了口头论文展示。

ICLR由Lecun，Hinton和Bengio三位神经网络的元老联手发起的。近年来随着深度学习在工程实践中的成功，ICLR会议也在短短的几年中发展成为了神经网络的顶会。

ICLR同时通过一条Medium的博文，说明了相关评审机制和接收情况。

ICLR组委会在博文中表示，对于不能接收所有优秀的论文表示遗憾，也对被接受者表示祝贺，希望未被接收者能继续深入研究。

ICLR今年论文接收的词云图

ICLR组委会今年共收到了2594篇论文投稿，接收687篇，接收率为26.5%。和以往一样，所有被接收的论文都将以海报形式进行展示，其中，23%被接收的论文会以口头形式演讲，108篇有4分钟演讲时间，48篇有10分钟。

ICLR论文历年接收数量

除了今年的两项调整，其余的审核过程和之前基本保持不变。这两项调整包括，不允许讨论期间进行公开评论，保证作者和审核人员对讨论重点有清晰的独立的认知；留有一周时间进行替换和紧急审核。大多数的调整都是基于会议结构做出的。

为了做出清晰的决策，今年的评分系统也进行了极大地简化，今年组委会取消了带有中性色彩的评价选择，只保留了“拒绝（reject）”、“弱拒绝（weak reject）”、“弱接受（weak accept）”、“接受（accept）”四项。

通过将数值分配到上述四项评价，所有的参选论文都会产生一个最终评分。考虑到各种因素，分数都是不对称分布的，分别为1、3、6、8。同时，考虑到或许有些审核人员不会给出10，也就是“接受”，这并不意味着论文的质量高低。组委会表示，在评选过程中不会强制规定审核人员给出10的数量。

不过，值得注意的是，在3和6之间有较大的差距，也就是说在“弱接受”和“弱拒绝”之间的选择取代了“中立”。这样的做法尽管有些不典型，但就结果而言对于最终的指导决策是有意义的。

48篇Oral论文公布，华人一作占1/3

刚刚，ICLR也将被接收的论文公布在了openreview.net上。

接收论文链接：

https://openreview.net/group?id=ICLR.cc/2020/Conference#all-submissions

接收论文按照presentation的形式不同分为三种，Oral presentation（4分钟的论文演讲）、Spotlight presentation（10分钟的论文演讲）和Poster presentation（海报展示）。

每年，ICLR口头论文中一大半的论文会成为ICLR Best paper，同时也代表了新一年的研究方向，今年ICLR评出的Oral presentation共有48篇，其中华人一作的有16篇。

值得一提的是，来自华为诺亚方舟实验室的Shengyu Zhu发布的《Causal Discovery with Reinforcement Learning》和来自北大的Xiang Li等人发布的《On the Convergence of FedAvg style》都被接受为Oral论文。

小荷才露尖尖角的ICLR

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。虽然今年才办到第七届，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。

这个会议由位列深度学习三大巨头之二的 Yoshua Bengio和Yann LeCun牵头创办。二人在ICLR第一届的官网上曾发布公开信表示，“众所周知，数据的应用表征对于机器学习的性能有着重要影响。尽管表征学习对于机器学习及包括视觉、语音、音频及 NLP 领域起着至关重要的作用，目前还缺乏一个场所，能够让学者们交流分享该领域所关心的话题。ICLR 的宗旨正是填补这一鸿沟。”

ICLR希望能为深度学习提供一个专业化的交流平台。ICLR 不同于其它国际会议，得到好评的真正原因不在于两位创始人的光环，而是它推行的Open Review评审制度。

目前的论文审核主要分为单盲审、双盲审及开放评审等多种形式。而Open Review则非常不同，所有提交的论文都会公开姓名等信息，并且接受所有同行的评价及提问，任何学者都可或匿名或实名地评价论文。而在公开评审结束后，论文作者也能够对论文进行调整和修改。

正因为ICLR的公开透明，引来了无数学术研究者们的推崇，所以不得不说，ICLR的确是在深度学习领域影响范围最大的一个会议。

最后，如果你的论文被接收了，欢迎留言、投稿，和文摘菌分享你的论文和学术心得！

当然，如很不幸果你的论文被拒收了，文摘菌还在reddit上发现了一个“ICLR悲剧论文“的讨论区，你可以来这里找一下”沦落人“，一起吐槽抱团取暖。

“ICLR悲剧论文“的讨论区链接?

https://www.reddit.com/r/MachineLearning/comments/ed2pve/d_iclr_2020_rejection_rage_thread/