NeurIPS 2021论文接收结果统计:Oral级论文不足3%,图神经网络火到进前三

Posted QbitAl

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了NeurIPS 2021论文接收结果统计:Oral级论文不足3%,图神经网络火到进前三相关的知识,希望对你有一定的参考价值。

丰色 发自 凹非寺
量子位 报道 | 公众号 QbitAI

NeurIPS 2021已放榜。

今年大会共收到了9122篇有效投稿,最终2344篇论文被接收,接收率为26%,达到了近几年来最高水平。

这被接收的2344篇论文中,最热门的研究是哪些、有多少篇Oral、有哪些论文得到了评审们的一致认同、又有多少让评审意见分歧?

一起来看GitHub网友抓取NeurIPS官网数据的统计结果。

Oral级论文不足3%,图神经网络很火热

  • 评级

总的来说,虽然今年接收率创了个新高,但Oral级和Spotlight级论文占比都有所

2344篇被接收论文中,只有56篇Oral级论文,282篇Spotlight级,各占2.39%、12.03%。

而这一数字在去年分别是5.53%、14.74%。

NeurIPS本年度一共有298篇论文得到了两组评审,加上一共2344篇论文,一共有2632组评审意见,而这二千多组意见的平均分为6.36

Oral级和Spotlight级论文的平均得分都在7分以上。

得分最高的前3篇论文分别是:

其中《一般博弈中的近似最优无悔学习》(Near-Optimal No-Regret Learning in General Games)拿到了整个会议的最高分——8.75

值得注意的是,有网友看到6.36的平均分后表示“蚌埠住了”

他说当时收到初评时,以为自己得分太低了,连rebuttle都没有写就直接撤稿了。现在才发现,不少中了的论文和他原来的分数都差不多

无独有偶,另一位网友一开始看到初评分数也差点放弃,好在导师鼓励他完成rebuttal,最终他的论文还被接收了!

因此,他告诫自己:

再也不会跳过rebuttle了。

  • 关键字

前三名分别是强化学习、深度学习和表征学习。

不过其中的一些关键字可以合并,比如transformer和attention,graph neural networks和graph neural network。

这样排名又会发生变化:

图神经网络以84票直接变第3,将表征学习挤出前三名;

transformer以81票超越表征学习,位置倒是没变,还是第四。

这样,真正的前三甲就是强化学习、深度学习和图神经网络

对比往年,强化学习和深度学习一直巨高不下,而图神经网络也越来越受欢迎。

  • 评审意见一致性

前面有提到,本次一共有298篇论文受到了两组评审。

那这近300篇的双份评审里,大家的意见是否一致呢?

结果是,只有77篇也就是26%的论文得到了评审们一致的意见。

剩下的221篇论文,有199篇被第二组评审打了拒绝,但最终还是采纳了第一组评审的意见。

总的来看,第2组的评审决定都比第1组要“苛刻”一些,如果只看第2组,199篇论文(约占70%)都会被刷掉。

以上就是关于NeurIPS 2021论文接收结果的一些数据统计,有没有让你印象深刻的地方?

最后,NeurIPS 2021将于12月6日-12月14日在线上开幕。

详细日程安排可参考文末链接[4],想参加的不要错过。

期待一把最佳论文~

参考链接:
[1]https://github.com/weigq/neurips2021_stats
[2]https://neurips.cc/Conferences/2021/Schedule?
[3]https://www.reddit.com/r/MachineLearning/comments/qzjuvk/discussion_neurips_2021_finally_accepted/
[4]https://neurips.cc/virtual/2021/calendar

以上是关于NeurIPS 2021论文接收结果统计:Oral级论文不足3%,图神经网络火到进前三的主要内容,如果未能解决你的问题,请参考以下文章

重磅!NeurIPS 2021接收论文列表!

图灵奖得主Yann LeCun:我的论文也被NeurIPS拒了

图灵奖得主Yann LeCun:我的论文也被NeurIPS拒了

NeurIPS 2021 | Twins:重新思考高效的视觉注意力模型设计

聚焦计算机视觉前沿,蚂蚁技术研究院4篇论文入选顶会NeurIPS

NeurIPS顶会接收,PyTorch官方论文首次曝光完整设计思路