会议之眼 快讯

2024年5月1日，第42届国际机器学习大会ICML 2024放榜啦！录用率27.5%！ICML 2024的录用结果受到了广泛的关注，本届会议的投稿量达到了9473篇，创下了历史新高，比去年的6538篇增加了近3000篇！

投稿量的增加反映了机器学习领域的热度和活跃度。ICML作为国际机器学习领域的顶级会议，与NeurIPS、ICLR并列为最具影响力的三个会议。此外，ICML在谷歌学术指标中的排名在所有AI顶会中的第四位，仅次于CVPR、ICLR、NeurIPS。其高投稿量表明了该领域研究的广泛性和深入性。这种热度可能会吸引更多的人才投入到机器学习的研究中，从而推动该领域的发展！

本届ICML有多个值得关注的点：

审稿质量引发热议，同行评审制度面临考验

然而，随着投稿量的激增，审稿质量却受到了质疑。一些审稿意见被指出存在明显错误，不够专业，这不仅让作者感到困惑，也使得会议的AC，Peter Richtarik不得不重新审视论文，以确定最终的录用结果。表示这种情况引发了对同行评审制度有效性的广泛讨论，以及对审稿人专业水平和评审流程透明度的质疑。

ICML 2024审稿意见质量下滑可能有几个原因：

1、投稿数量激增：ICML 2024收到了9473篇投稿，比去年增加了近3000篇。这使得审稿人面临更大的压力，可能导致他们无法充分评估每篇论文，影响审稿质量。

2、审稿流程的变化或挑战：审稿流程的变化可能影响审稿质量，特别是在处理大量投稿时。调整审稿方法可能带来适应上的挑战，影响审稿意见的质量。

3、审稿人质量的变化：审稿人的专业背景、经验和对研究领域的了解程度直接影响审稿意见的质量。如果审稿团队中缺乏足够数量或专业领域与投稿论文不匹配的专家，可能导致审稿意见不够深入或准确。

创新与接受度的微妙平衡

在评审过程中，社区中也有声音提出，会议倾向于接受那些“略有创新”的论文，而对于真正具有突破性的工作却可能因为其高风险和争议性而不易被接受。这种现象引发了对学术界如何平衡创新与接受度的深入思考。

ICML 2024的录用论文中，有几项特别引人注目的研究，它们不仅展示了机器学习领域的最新技术进展，而且预示着未来技术发展的方向：

1. EAGLE：大型语言模型的加速器

一种新型算法，能够显著提高大型语言模型的解码速度，同时保持模型性能。

2. RoboGen：生成式机器人智能体

是一种生成式机器人智能体，通过生成式模拟，自主学习多种机器人技能，推动了机器人技术的智能化。

3. 博弈学习：单调博弈中的纳什均衡

提出了一种新的框架，用于在单调博弈中学习纳什均衡，为博弈论领域带来了新的视角。

4. 图高斯过程：复杂网络的新视角

引入了新的数学模型，用于更好地理解和预测复杂网络中的关系。

ICML 2024的录用结果和社区反馈揭示了机器学习领域的新风向。随着技术的发展和应用领域的扩大，期待ICML能够继续作为推动该领域发展的平台，在机器学习这条不断演进的道路上，ICML 2024无疑将成为一个重要的里程碑。同时也希望审稿流程能够得到优化，以更好地适应投稿量的增长和学术界的需求。