最新消息，近日，素有深度学习顶会 “无冕之王” 美誉的ICLR会议，被曝ICLR 2020近半论文审稿人没有在本领域发表过文章。

消息一出，立时在业内引起波澜。据可靠消息，昨日，ICLR2020 的审稿结果终于放出。但放榜时间比预计的要晚了一天，原因在于今年的投稿数量非常之多，足足有 2600 篇，所以原有的审稿人手根本不够用。要知道，ICLR 2019 大会的投稿数是 1500 篇，而 ICLR 2018 才 900 多，两年时间增长了近两倍。因此，有人认为提交论文数量爆炸式增长，是如此荒唐事件的根本导因。

ICLR会议

ICLR，全称International Conference on Learning Representations，即国际学习表征会议，虽然资历尚浅，（2013 年才成立第一届），但已经被学术研究者们广泛认可，被认为是深度学习的顶级会议。

ICLR的论文审核主要分为单盲、双盲、开放评审等形式，单盲评审的含义非常简单，即评审知道作者的名字、学校等身份信息，但作者不知道评审论文的人是谁；而双盲评审则是双方都不知晓彼此的身份信息。这两种方式为较多学术会议及期刊评审论文的主要途径。

开放评审则不同，根据规定，所有提交的论文都会公开姓名等信息，并且接受所有同行的评价及提问，任何学者都可或匿名或实名地评价论文。而在公开评审结束后，论文作者也能够对论文进行调整和修改。ICLR并不是第一个使用该评审机制的会议，但在公开性、影响范围上却做得非常到家，很受业内人员好评。

马萨诸塞大学阿默斯特学院 Andrew McCAllum 为 ICLR 2013 牵头创办的一个公开评审系统——OpenReview.net，完整的保存着历届所有论文及评审讨论的内容，与此同时，它也是ICLR官方投稿入口。

该会议的公开同行评审、公开发表、公开来源、公开讨论、公开引导、公开推荐、公开 API 及开源等原则，在双盲或单盲的学术会议环境下可谓一股清流，迅速吸引了学界的注意，得到了许多业内大佬支持，如：Facebook、Google、NSF等科技巨头。

本次的审稿人质疑事件，对ICLR这种顶级会议来说，无疑是一个非常大的打击，然而，这并非是ICLR的第一次审稿问题。

双盲审稿事件

起因是一篇评分为“4，4，3”的论文。

一篇按理说处于绝对被拒范畴论文，竟然被AC一人之令决定录取，三位评审据理力争，年度大戏就此上演了。

最开始，有吃瓜群众A表示：既然AC一人就有录取权，那么还要三位评审做什么？测热闹吗？

吃瓜群众B表示：自己一篇“7，7，5”的论文被拒了……

吃瓜群众C表示：他还发现一篇“4，5，6”的论文也被录取了。

一篇评分为“4，4，3”论文，竟然被顶会录取，一时间掀起了完全不比这次小的波澜，对了，顺带一提，该事件的主角，这篇广受争议的论文题目是，《使用几何方法将目录树编码到词嵌入中》。

在这篇论文中，作者提出了一种新的方法，将树状结构的category信息隐式编码到词嵌入中，从而得到所谓的“超维球状表示”。 该方法具有两个标准：1、category之间的从属关系应隐式地表示为对应的n-balls之间的包含关系；2、对category关系的树结构进行精确编码。也就是说，能量损失应该为零。

该论文作者认为，该研究的贡献有三个方面：1、提出了一种构造/训练n-balls的新几何方法，将树状结构的范畴关系编码为能量损失为零的n-balls之间的包含关系；2、既考虑了n-balls的位置，又考虑了n-balls的大小，与实验中的余弦相似度相比更加精确；3、基于Glove创造了一个新的n-ball embedding基准数据集，从WordNet 3.0中提取目录树，可免费访问。

整篇论文有头有尾，完全么得问题，但却遭到了三位审稿人的拒绝，审稿人A表示：还可以，但不够好，拒绝。审稿人B表示：还可以，但不够好，拒绝。审稿人C表示：坚决拒绝！

到这里，正常来说，这篇论文是妥妥的被拒稿了，然而，结果往往就是这么的，让人意想不到，AC表示：作者提供了一种有趣的方法，可以将分层信息注入现有的单词向量中。这可能有助于处理需要知识库信息和文本共现计数的各种任务。尽管审稿人指出了本文的一些缺点，但我认为这可能只是没有将符号信息/集/逻辑/KB与神经网络联系起来造成的问题，因此我建议会议接收本文。

关于这篇论文的评审和录取结果在Reddit引发了热议，谁对谁错非专业人士不好评判，可无疑是有问题的。但与本次事件相比，双盲审稿事件不过是开胃菜，“洒洒水”而已。

近半数的“非专业”审稿人，审核专业论文，不管怎么想都是一场灾难，这跟让体育老师判高数卷子完全没有本质上的区别！

让外行人评判专业人士的专业能力，这一定是某个“天才”想出来的主意，ICLR2020结果究竟会如何，且让我们拭目以待。

参考来源：谷歌新闻、雷锋网、AI科技大本营、百度知道。