0
| 本文作者： 陈鸣鸠 | 编辑：郭奕欣 | 2017-04-24 11:07 | 专题：ICLR 2017 |
雷锋网AI科技评论按：ICLR 2017 将于4月24-26日在法国土伦举行，届时雷锋网AI科技评论的编辑们也将前往法国带来一线报道。在这个深度学习会议举办之前，雷锋网也将围绕会议议程及论文介绍展开一系列的覆盖和专题报道，敬请期待。
Andrej Karpathy 认为，把每篇论文在 ICLR 2017 （International Conference on Learning Representations，一个广受欢迎的深度学习会议）的入选情况（分为4种：口头报告 (oral) ，海报展示 (poster) ，进一步研讨 (workshop) ，被拒 (reject) ），和该论文被添加到 arxiv-sanity 网站的 library 的次数进行交叉比较，是一件很有趣的事情。某篇论文是否能入选 ICLR 2017 ，是由几个相应领域的领头人和审稿人，经过几个月时间的审阅后才能决定的。而在 arxiv-sanity 上参与决定的人，只有每月为此投入总共2个小时的原作者，当然还有应对投稿洪流的若干网站工作人员。现在让我们来看看这场自上而下、自下而上的战役会发生什么。
投稿论文在 ICLR 2017的入选情况可以参看OpenReview.net的情况，投稿论文共计491篇，其中15篇（3％）论文将在会上做口头报告，183篇（37.3％）论文将被制成海报在会上展览，48篇（9.8％）论文被建议进一步研讨，245篇（49.9％）论文被拒绝。 ICLR 2017将于4月24日至27日在土伦举办，届时入选的论文将在会议上进行展示。期待一睹土伦这个美丽的城市：
法国 土伦
扯远了，让我们言归正传回到文章主题上。
另一方面，作者一方的 arxiv-sanity 网站具有library功能。换言之，任何注册用户都可以在该网站上他们的 library 里添加论文，然后基于所有收藏论文全文的二元 tf-idf 特征， arxiv-sanity 将为每位用户训练出个性化的支持向量机 (Support Vector Machine) ，提供基于内容的论文推荐。例如在网站里的 library 收藏一些关于加强学习 (Reinforcement Learning) 、生成模型 (Gnerative Models) 、计算机视觉 (Computer Vision) 的论文，无论网站何时出现关于这些主题的新论文，它们都将出现在“推荐”标签中的最上方。现在 arxiv-sanity 网站上的审查池 (review pool) 总共有3195个用户——他们是 library 里收藏至少一篇论文的用户，这些用户迄今共收录了55671篇论文，平均每人17.4篇。
arxiv-sanity 网站一个很重要的特征是，用户赞同 (upvote) 一篇论文后，会产生相应的影响。因为用户收录论文的动机暗示着此论文对用户来说非常重要，所以当用户收录一篇论文时，该论文会增加该文章方向上的推荐权衡，进而影响推荐给用户的论文。
长话短说， Andrej 对 ICLR 中的所有论文进行了循环，然后在 arxiv-sanity 网站上，通过尝试对收录的论文的标题进行全字符匹配，把相同的论文找出来。论文没法匹配的原因可能是，有些 ICLR 论文没有被网站收录，有些论文因为作者重命名后与原题目不匹配，或者因为题目中包含不能匹配的奇特字符等。
例如，对 ICLR 2017进行口头报告的论文进行匹配，作者得到的结果是：
15篇进行口头报告的论文，在 arxiv-sanity 网站上找到了以下10篇，附带网站里的 library 收藏数：
这里看到，在 ICLR 做口头报告的15篇论文， arxiv-sanity 收录了10篇，题目左边的数字是网站里将这篇论文添加到 library 的用户数，例如， "Reinforcement Learning with Unsupervised Auxiliary Tasks" 被64个 arxiv-sanity 用户添加到了 library 。
183篇制成海报展览的论文，在 arxiv-sanity 网站上找到了以下113篇，附带网站里的 library 收藏数：
某些论文得到了很多人的青睐，最多达到149人！然而收藏某些论文的人一个也没有。
建议进一步研讨的论文，结果如下：
48篇建议进一步研讨的论文，在 arxiv-sanity 网站上找到了以下23篇，附带网站里的 library 收藏数：
作者不打算列出总计200篇被拒绝的论文， Arxiv-sanity 用户真的非常喜欢其中一些论文，但是 ICLR 会议涉及领域的领头人和审稿人一点也不喜欢：
245篇被拒绝的论文，在 arxiv-sanity 网站上找到了以下58篇，附带网站里的 library 收藏数：
以上所列论文的前几篇，投稿遭到拒绝这一结局对它们来说可能不太公平。
现在另一个问题是—— ICLR 2017的投稿论文如果只由 arxiv-sanity 用户投票评选（可以在 arxiv 上找到的论文），结果会是怎么样子的呢？ 这是投票结果的一个摘录：
做头口报告的论文：
制成海报展览的论文：
由 arxiv-sanity 用户投票评选的完整列表可以看这里。请注意，基于 arxiv-sanity 用户的投票评选结果，一些被拒绝的 ICLR 2017投稿论文，几乎优秀到可以进行口头报告，特别是以下这几篇：
"The Predictron: End-To-End Learning and Planning"
"RL^2: Fast Reinforcement Learning via Slow Reinforcement Learning"
"Understanding intermediate layers using linear classifier probes"
"Hierarchical Memory Networks"
相反地， arxiv-sanity 用户对一些入选的论文并不太喜欢，以下是完整的混乱矩阵：
这是文本形式的混乱矩阵，每一栏还附带了论文的标题。这矩阵看起来不太糟糕，只是双方在评选进行口头报告的论文上面分歧很大；同意制成海报展览的论文，双方分歧相对少很多；最重要的是，进行口头报告与被拒绝的论文之间的分歧非常小，同时制成海报展览的论文与被拒绝的论文之间的分歧也非常少。此外，祝贺 Max 等 ，因为 "Reinforcement Learning with Unsupervised Auxiliary Tasks" 是唯一一篇双方都同意应该进行口头报告的优秀论文:)
最后，几天前作者在媒体上看到以下这篇由卡洛斯·佩雷斯 (Carlos E. Perez） 撰写的文章 ："Ten Deserving Deep Learning Papers that were Rejected at ICLR 2017"，似乎 arxiv-sanity 用户的看法与这篇文章的意见不谋而合。包括 LipNet ，在这篇文章里列出的所有论文（同样可以在 arxiv-sanity 上找到）应该成为入选论文，和 arxiv-sanity 用户的看法出奇一致。
注意：这里存在几个使结果有所偏斜的因素。例如， arxiv-sanity 用户群的大小随着时间的推移而增大，所以这些结果可能稍微偏向于后期收录在 arxiv-sanity 的论文，因为越往后收录进网站的新论文越容易引起更多用户的关注。除此之外，论文被看到的频率并不相同。例如，如果论文被有名人士转发，看到论文的人会更多，将论文添加到他们 library 的人也会更多。最后，另一个更好地说明倾斜存在的理由是，在 arxiv-sanity ，好论文的曝光率会更多，因为收录在 arxiv-sanity 的论文不是匿名的，好论文当然会得到更多的关注，在 ICLR 同样存在这种特殊情况，所以在这一点上双方没有区别。
终上所述， Andrej Karpathy从这个实验得出的结论是：哪些投稿论文可以入选 ICLR 的征兆很多。而且结果是从互联网这个自下而上的评选过程中“免费”获得的，而不用几百人用几个月时间才能得出结果。作者想对被拖延几个星期或者几个月，长时间处于巨大压力下，忍受来回辩驳痛苦的提交方或者审查方说：也许你们不需要这么痛苦。或者至少，改进的空间很大。
更多资讯请关注雷锋网。
via medium, 雷锋网编译，头图viaJulia Manzerova@flickr
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
专题
本专题其他文章
