海量ICLR论文点评公开，用这几个工具可以读得更轻松

最新推荐文章于 2024-05-23 14:34:14 发布

量子位

最新推荐文章于 2024-05-23 14:34:14 发布

阅读量5.4k

点赞数 3

NIPS 2017开幕在即，这两天twitter上却在热火朝天地聊着还有点遥远的ICLR 2018。

因为，所有论文的评分和点评终于公开了！

ICLR采用openreview的评审制度，所有论文会匿名公开在openreview网站上，接受同行们的匿名评分和提问。明年4月底举办的第6届ICLR总共收到了981篇论文，差不多是去年的2倍。截止12月1日，有979篇至少获得了一个评分。

这么多论文……也难怪有学者在twitter上吐槽，说iclr这个时候放出评论，真是毁了学术界的周末/(ㄒoㄒ)/~~

有博客统计了今年ICLR论文的评分情况，平均分是5.24，中位数是5.33：

这位博主Yaguang Li另外还统计了单篇论文最高分最低分的差异，有87%的论文，高低分差值小于3：

但900多篇论文和评论，该从哪看起？这几个工具，也许能让你轻松一点。

一是OpenReviewExplorer，可以搜索在标题和摘要中包含特定关键词的论文，然后将搜索结果按排名、评分排列。

地址：https://chillee.github.io/OpenReviewExplorer/

如果标题和摘要无法满足你，那就看第二个：Search ICLR 2018。这个工具可以搜索openreview论文的全文，找出用了某种技术、数据集，或者引用了某位作者的论文。在ICLR官方公开评价之后，这个网站还列出了Top 100论文，更新了论文的review情况。

地址：http://search.iclr2018.smerity.com/

最后，附上（目前）评分Top 10的论文：

	Rating	Title
1	9.00	Certifiable Distributional Robustness with Principled Adversarial Training https://openreview.net/forum?id=Hk6kPgZA-
2	8.56	On the Convergence of Adam and Beyond https://openreview.net/forum?id=ryQu7f-RZ
3	8.33	Emergence of grid-like representations by training recurrent neural networks to perform spatial localization https://openreview.net/forum?id=B17JTOe0-
4	8.33	Multi-Scale Dense Networks for Resource Efficient Image Classification https://openreview.net/forum?id=Hk2aImxAb
5	8.09	i-RevNet: Deep Invertible Networks https://openreview.net/forum?id=HJsjkMb0Z
6	8.00	Wasserstein Auto-Encoders https://openreview.net/forum?id=HkL7n1-0b
7	8.00	Stabilizing Adversarial Nets with Prediction Methods https://openreview.net/forum?id=Skj8Kag0Z
8	8.00	Learning to Represent Programs with Graphs https://openreview.net/forum?id=BJOFETxR-

相关阅读：

ICLR 2018评价情况统计：https://liyaguang.github.io/iclr2018-stats

ICLR官方网站：http://www.iclr.cc/

ICLR 2018论文OpenReview：https://openreview.net/group?id=ICLR.cc/2018/Conference

参考：

ICLR 2018评价情况统计：https://liyaguang.github.io/iclr2018-stats

— 完 —

活动推荐

△ 点击图片或阅读原文

即可报名和获取更多详情

联想全国高校AI精英挑战赛，面向全国征集优秀AI相关领域技术与应用。此次将在全国8大赛区、260所高校开启项目收集和沟通评判，最终入围总决赛的8支参赛队伍，将获得联想创投投资。

活动报名

旷视研究院深度解读COCO 2017物体检测夺冠算法

嘉宾：竞赛主力队员、论文一作，旷视研究院研究员彭超

时间：12月6日（周三）晚19:30-20:30

形式：线上直播+微信群互动

添加量子位小助手4：qbitbot4，备注“吃瓜社”，通过后即可入群参与活动

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

关注