編輯：張倩、+0
第 42 屆國際機器學習大會（ICML）將於 2025 年 7 月 13 日至 19 日在加拿大溫哥華舉行。剛剛，ICML 官方向投稿者傳送了今年論文接收結果的通知。
資料顯示，今年大會共收到 12107 篇投稿，較去年增加了 28%。共有 3260 篇論文被接收，接收率為 26.9%。其中，只有 313 篇論文被選為「spotlight poster」。
在收到郵件的第一時間，不少研究者都曬出了自己被接收的論文。當然，也有研究者感到沮喪或對評審結果有所質疑。在這篇文章中，我們彙總了一些被接收的優秀論文以及有爭議的論文，方便大家探討。
被接收的高分論文
首先，我們檢索了一些 spotlight 論文，因為這是 ICML 官方推薦度最高的一批論文，能搜到的論文包括但不限於：
-
Neural Discovery in Mathematics: Do Machines Dream of Colored Planes?（數學中的神經發現：機器會夢見彩色的平面嗎？）
-
Monte Carlo Tree Diffusion (MCTD) for System 2 Planning（用於 System 2 規劃的蒙特卡羅樹擴散（MCTD）方法）
-
Layer-wise Alignment：Examining Safety Alignment Across lmage Encoder Layers in Vision Language Models（逐層對齊：視覺語言模型中影像編碼器層間的安全對齊）
-
The Number of Trials Matters in Infinite-Horizon General-Utility Markov Decision Processes（試驗次數在無限時域一般效用馬爾可夫決策過程中的重要性）
-
Implicit Language Models are RNNs: Balancing Parallelization and Expressivity（隱式語言模型即 RNN：平衡並行性與表達能力）
-
……
此外，我們還發現，一些國內大廠的論文在評審中拿到了高分或 Spotlight，比如字節跳動的兩篇論文：
論文 1：MARS: Unleashing the Power of Variance Reduction for Training Large Models（平均得分：4.25）
MARS 是一個用於 LLM 的方差縮減自適應最佳化器框架，其收斂速率為𝒪(T⁻²/³)，優於 AdamW 的𝒪(T⁻¹/²)。該方法的 2.0 版本將在之後釋出。
論文 2：ShadowKV: KV Cache in Shadows for High-Throughput Long-Context LLM Inference（Spotlight）
還有一些論文雖然拿到了高分，但並未被選為 Spotlight，這類論文同樣值得關注，比如下面這篇伊利諾伊大學厄巴納-香檳分校的論文：EMBODIEDBENCH: Comprehensive Benchmarking Multi-modal Large Language Models for Vision-Driven Embodied Agents（平均得分：4.5）
-
連結：https://arxiv.org/pdf/2502.09560
EmbodiedBench 是一個用於評估多模態大語言模型（MLLMs）作為視覺驅動的具身智慧體的綜合性基準測試平臺。它包含 1128 個測試任務，涵蓋四個環境，從高階語義任務（如家務）到涉及原子動作的低階任務（如導航和操作）。此外，EmbodiedBench 還設有六個精心策劃的子集，用於評估智慧體的關鍵能力，如常識推理、複雜指令理解、空間意識、視覺感知和長期規劃。
充滿爭議的被拒論文
除了被接收的論文，一些被拒的論文同樣值得討論，因為這些論文的價值可能未被充分挖掘。
一個研究者曬出了元評審截圖，儘管其論文獲得高度評價，卻仍被拒絕。
這並非孤例，其他研究者也反映了類似遭遇。
令人費解的是，一些評分較低的論文反而被接收。
另一位研究者表示，他收到了不完整、無關且敷衍的評審意見。雖然向科學誠信委員會舉報並得到確認該評審質量確實低下，但領域主席（AC）依然拒絕了他的論文。
評審過程中的矛盾同樣引人關注。
有研究者發現，他的論文實際獲得了兩個 4 分，但元評審卻錯誤地將其記錄為三個 3 分加一個 4 分。同時，元評審聲稱某位評審人還有疑問，而該評審人在反駁階段已明確表示其疑慮已解決。
其他研究者也指出了評審和編輯的粗心。
如果你對自己論文的接收結果也有疑問，歡迎在評論區討論。
© THE END
轉載請聯絡本公眾號獲得授權
投稿或尋求報道：[email protected]
