人工智能/计算机期刊会议测评(持续更新...更新速度取决于我水论文的速度...)

给我们的综述打打广告,希望各位相关的小伙伴多多引用~

《A survey on fairness in large language models》
Large language models (LLMs) have shown powerful performance and development prospect and are widely deployed in the real world. However, LLMs can capture social biases from unprocessed training data and propagate the biases to downstream tasks. Unfair LLM systems have undesirable social impacts and potential harms. In this paper, we provide a comprehensive review of related research on fairness in LLMs. First, for medium-scale LLMs, we introduce evaluation metrics and debiasing methods from the perspectives of intrinsic bias and extrinsic bias, respectively. Then, for large-scale LLMs, we introduce recent fairness research, including fairness evaluation, reasons for bias, and debiasing methods. Finally, we discuss and provide insight on the challenges and future directions for the development of fairness in LLMs.

这里是期刊!

Artificial Intelligence (AI)

AI领域的旗舰刊,人家都叫AI了好叭。身边有小伙伴半年给了大修,三个审稿人,其中有两个看的非常非常详细,问了许多问题,要加一堆实验(我觉得就是相当于重做了)。大修审稿周期给了半年(我算是知道为什么顶刊都这么慢了…)感觉也没有想象中的那么难,我觉得我又行了!!!
更新一个案例,小伙伴实验室的师妹又拿到一个AI大修,这次居然只有三个月!!!啊?啊?啊?有这运气不去买张彩票吗

TPAMI

???想想我为什么要把它放在这里?我不配投的(主要还是领域不太合适,感觉和NLPer并不是很搭的期刊)。

IEEE Transactions on Knowledge and Data Engineering

中科院2区,CCF A。你为什么是二区????????????升级版变成“计算机:信息系统”一区了。为什么只是信息系统一区???做梦都想中的刊。嗷,TKDE投稿的时候需要需要对SIGKDD,TKDE等数据挖掘领域的顶会顶刊的引用,多多益善,不然主编会以“不符合领域”而直接拒绝。当然,有能力的话作者要挂一个Fellow,听说能够增加接受率。emmm。

最近投了一篇,等反馈吧。等了四个月了,毫无音讯,我一点也不慌,已经做好半年的准备了,毕竟PR九个月都等过了。
哎,被拒了【半年审稿还是挺快的】,三位审稿人,两个给了大修一个给了拒绝。话说要是三个大修就有戏了。主要的质疑点还是创新性的问题,所以第一位审稿人给了很强烈的拒绝。改投别的吧,有了合适的工作我还来投。

TNNLS

???好指定是好,所以你为什么是CCF B呢?因为那几个AI的A刊太好了。有相关论文可以投一投试一试,据说难度要比CCF A会那几个地花板(AAAI IJCAI出列)稍微差那么一点点。
等了七个月然后压根就没有送审(或者没找到审稿人???),最后两个editor说论文质量不适合该期刊就给我拒了。我可真是服气,早寻思啥了。

Neural Networks

中科院一区,CCF B为什么中科院还不升一区啊喂 为什么只是大类一区啊喂。
最新期刊影响因子出来了,NN不升反降,这好像说明了点什么问题。
在这里插入图片描述
在这里插入图片描述
速度:未知。
质量:很好。这可是Neural Networks!!!
性价比:不推荐新手尝试。

Engineering Applications of Artificial Intelligence(EAAI)

中科院一区,CCF C。五个月仍然With Editor,中间催了两次。然后六个月之后直接给了7个审稿人的意见(Editor报复我呢么),最后亲爱的Editor给了大修。审稿人素质都很高,问的问题也很专业,答复信写了十多页。目前正等待第二轮意见。 第二轮审稿之后只有一个审稿人依然有问题,Editor依旧给了大修,让我加了几个最新的算法,然后审了三个月终于被接收了。艾玛,年后整了快一年了。
速度:中等(五个多月大修),一年接收。。
质量:好。
性价比:还行,是Top期刊,但是计算机类不是一区,工程一区。可以一试,但是并不首选。

Expert Systems with Applications

在这里插入图片描述
中科院一区,CCF C
速度:比较快,运气好两个月内可以拿到大修,师弟一篇工作半年内录用在线发表。
质量:Top期刊,你以为呢。不过算是Top期刊里面的地板了吧。
性价比:很棒了。

Information Processing & Management (IPM)

中科院1区CCF B,性价比超级高,Editor非常负责,处理很快,投稿到中稿大概半年多一点。最近两篇工作,一篇一个半月就拿到了两个审稿人意见,editor给了大修;另一个大概三个月,editor也给了大修。看一看Elsevier官方给出的恐怖接受率(10.9%比好多顶会都要低了)。但是个人觉得这个接受率有水分,Editor总是因为奇奇怪怪的规则直接拒掉论文(比如内容不符合期刊范围啦,和之前投稿的工作太像啦等等),所以总体接受率应该也在20%+(我猜的啦)。
在这里插入图片描述
速度:快。
质量:不错。总觉得比人工智能的期刊,比如KBS以及EAAI等期刊稍逊一些,可能不是AI专门的期刊,更看重文章的应用价值。
性价比:超高!超高!!!

Pattern Recognition (PR)

一区,B。老牌期刊了,质量很好,但是处理很慢,拿到审稿意见花了九个月,但是审稿人也并不是那么专业(投的论文是GNN相关的),两个大修被但是还是被Editor拒稿(真无情,九个月打水漂了)。顺便吐槽一下,老牌期刊之所以投的难度很大,比如TKDE、PR,有一部分原因是因为处理速度太慢了。Editor好像不上班,Reviewers好像也找不到,找到了也给那里硬拖不审稿。按照我审稿KBS或者IPM这些期刊的经验,给审稿人的时间不超过一个月的,所以如果运气好两个月拿到大修也不成问题,所以我很不理解动不动八九个月甚至一年才能拿到大修是哪里出了问题…就不能快点处理吗???
在这里插入图片描述
速度:很慢。
质量:很棒。
性价比:低。可能我投的GNN不是很适合该期刊。CV的工作似乎更适合。NLP就更别想了。

Information Sciences(IS)【On hold了别投,我就说风评不好吧】

中科院一区,CCF B。IS的风评最近似乎不是很好?可能灌水的工作太多了,毕竟发文量也比较大。不过要是让我选还是愿意发的hhh。投过一篇文本分类的工作,Editor因为内容不符,一个月给我毙了(不明白为什么内容不符)。按照身边的别的小伙伴们的经验,一审大概6个月左右,二审也四五个月了!IS你在干什么???按照小伙伴反馈,二审又给了大修,又要加实验。我就想问问,明明是一个审稿人,为什么不能一次把话说完呢,还要加实验吗?这样一来两次大修就已经快一年了,你看看隔壁的IPM,心里不觉得惭愧吗。
再补一个反馈,也有人IS很快,三个月大修半年录用的。投期刊还真他娘的是个运气活。
速度:快慢之间反复横跳。
质量:不错。
性价比:还行,可以尝试。

Knowledge Based Systems(KBS)

中科院一区,CCF C。感觉人工智能的好多刊都不受CCF待见,一些数据挖掘的B刊难度有时候要比人工智能C刊的难度要低。KBS投过两次,拿到大修意见都非常快。第一次拿到两个大修被Editor枪毙了,第二次反反复复过了11个审稿人(这个恐怖的审稿人数量给我导师都逗乐了),最后Editor在犹犹豫豫中还是给了拒稿。
速度:快。现在KBS比之前快很多了,一般都是with editor一个月,然后两个月内拿到审稿意见。再补一个案例,最近一个投稿半年都没有返回审稿意见,我可要开始催稿了啊喂。
质量:KBS当然质量不错。
性价比:较高。

INTERNATIONAL JOURNAL OF INTELLIGENT SYSTEMS

工程技术1区,人工智能2区,CCF C。没投过,不知道。

Neurocomputing

中科院二区,CCF C。不错的期刊,比较适合新手投。实验室师妹半年左右拿了大修,我之前一个不是很好的工作被拒了,大概也是四五个月的审稿周期。(嘿嘿嘿,真的不是很好啦)。
在这里插入图片描述
速度:中等。
质量:不错。
性价比:还行,可以尝试。

Applied Intelligence

中科院二区,CCF C。还在新手村的时候投过两篇,不是很难就中了。审稿人给的意见比较中肯,也不刁钻,只要耐心回复即可。一审速度都在四个月左右,中稿周期在半年。
速度:较快。
质量:还行。毕竟不是那么好的期刊啦。
性价比:高。推荐新手投稿。

====================即使不是CCF 推荐我也很牛逼的期刊------------------------

Information Fusion

IF=17.564(2023涨到18了),可不是开玩笑的。投了一个毒性内容检测的工作说我范围不符没几天就拒了。处理速度还挺快,再次diss一下TNNLS。
在这里插入图片描述

ARTIFICIAL INTELLIGENCE REVIEW

IF=9.588,好好反思一下为什么你是二区。大导师好像是这个刊的主编(曾经)???那也不知道,不了解。
在这里插入图片描述

这里是会议!

AAAI

当然人工智能会议期刊少不了AAAI,不过AAAI近几年由于投稿量太大以及品控不严已经算是CCF A中的末流了,但是A还是很好的(有幸中了一篇AAAI-2024呜呜呜,感谢各位审稿人手下留情)
不过总得来说AAAI的审稿机制还是不太好,审了几篇论文都和我的领域不是特别相关,而且据网友们说方差很大,当然和恶意评论的现象也是有的,大佬们内部相互打招呼这种情况也不能保证被杜绝…24年接受率出来了在23.75%,这个比率还可以接受。AAAI审稿分为两个过程:
phase 1,先给两个审稿人打分,如果两个都是负面意见(大概是啊,具体说不太准)则desk rejection,如果这一部分被拒就可以直接转投了。
phase 2,rebuttal阶段,另外4个左右的审稿人会给出分数评价,今年AAAI评分机制变成了6分制。不过这个过程感觉不怎么透明,也不知道审稿人们有没有好好看我的rebuttal…
再补一条,小伙伴投了两篇,一篇综述,审稿人直接说不适合投会议建议投期刊,就desk rejection,我觉得也还可以接受吧;不过另一篇就很离谱了,我觉得工作做的比我的扎实,实验也很多,有一个审稿人就揪着大模型的概念不放,为什么你说是大模型结果主要实验都是在BERT、RoBERTa之类的啊,我奉劝各位大佬真是高抬贵手吧,我们穷苦人家没有设备跑大模型的。感觉大模型出了之后乌烟瘴气的。

IJCAI

今年打算投一个试试。之后再补反馈。
反馈来了,又是全军覆没的一年。而且IJCAI今年不知道为什么没有任审稿人的打分,只有拒绝或者接受。我十分接受不了这个结果,不知道把会议做到如此不透明到底是在干什么。

ACL

确实是NLPer最想中的会议了。每年我都徘徊在Borderline,今年希望加加油。之后再补反馈。
Co-author中了一个findings,在我看来分都够主会的了。和我一个均分的师弟也中了个fingdings,看样子还是比较看赛道和meta-review的评分。
再吐槽一下ARR机制,中的这篇findings第一轮ARR得分均分3.2 meta-review 4,均是正面意见,并且一位审稿人承诺解决问题会给提分(这就更有机会冲主会了,感谢这位和蔼的审稿人),老师建议可以再投一轮ARR,因为按照以往的经验大概率是findings。所以纠结了许久还是又投了一轮,并且再投的时候会有选项,尽量能送到第一轮的审稿人手里。然后第二轮意见出来发现™的找了四个新的审稿人,并且一个老哥不认可我们的工作(2分)。虽然在后续的申诉中meta-review依然给出了4的评分,可是第二轮均分比第一轮差,导致期间按照第一轮意见修改的努力全都付诸流水。建议如果第一轮能够拿到稳健的评分就不要再去第二轮试水了,毕竟难保证都能碰见什么样的审稿人。

EMNLP

2023年中了一篇finding,跟导师商量了一下撤稿了(转投了期刊之后还™被拒了,我真是哭死了,这就像是人生呐,你总觉得有更好的,实际上得到的才是最好的),现在想一想还是挺可惜的。EMNLP的审稿意见绝对没有ACL那么刁钻,不过也是挺专业的了,而且EMNLP去年和前年总体的得分都偏高,我是3,3,3中了个finding,现在一想运气也还挺好。

  • 60
    点赞
  • 198
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 34
    评论
在调用讯飞语音评测接口时,如果需要设置返回结果为百分制参数,可以在请求头中添加参数"X-Result-Format",如下所示: ```java String hostUrl = "https://ise-api.xfyun.cn/v2/open-ise"; String apiKey = "your_api_key"; String apiSecret = "your_api_secret"; String audioFilePath = "your_audio_file_path"; OkHttpClient client = new OkHttpClient(); // 计算请求头参数 String curTime = System.currentTimeMillis() / 1000L + ""; String param = Base64.encodeToString((apiKey + curTime).getBytes(), Base64.NO_WRAP); String checkSum = MD5Utils.md5(apiSecret + curTime + param); // 创建请求体 RequestBody requestBody = new MultipartBody.Builder() .setType(MultipartBody.FORM) .addFormDataPart("audio", "audio", RequestBody.create(new File(audioFilePath), MediaType.parse("audio/wav"))) .addFormDataPart("text", "text", RequestBody.create("中华人民共和国", MediaType.parse("text/plain"))) .build(); // 创建请求对象 Request request = new Request.Builder() .url(hostUrl) .addHeader("X-Appid", apiKey) .addHeader("X-CurTime", curTime) .addHeader("X-Param", param) .addHeader("X-CheckSum", checkSum) .addHeader("Content-Type", "multipart/form-data") .addHeader("X-Result-Format", "percent") // 在请求头中添加返回结果格式参数 .post(requestBody) .build(); // 发送请求并获取响应 Response response = client.newCall(request).execute(); String result = response.body().string(); ``` 在上述代码中,我们创建了一个OkHttpClient对象,并设置请求头参数:apiKey、curTime、param、checkSum。然后使用MultipartBody创建了一个包含音频和文本的请求体。在创建请求对象时,我们在请求头中添加了"X-Result-Format"参数,并将其值设置为"percent",表示返回结果为百分制参数。最后发送请求并获取响应结果。 需要注意的是,讯飞语音评测接口的返回结果格式与讯飞语音听写接口不同,因此在设置返回结果格式时需要参考具体文档或示例代码。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 34
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

五月的echo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值