


Netizens verurteilten den ACL-Vorsitzenden für seine öffentliche Kritik an arXiv und schlugen vor, andere Top-Konferenzen in Betracht zu ziehen
Emily M. Bender, Professorin an der University of Washington und Vizepräsidentin der ACL 2023-Konferenz, sorgte vor ein paar Tagen mit ihren Ausführungen für großes Aufsehen
arXiv hat die Forschungsatmosphäre ruiniert, was lesen wir also alle? Tag? Boaz Barak, Professor an der Harvard University, sagte, dass arXiv viel mehr zur Förderung des wissenschaftlichen Fortschritts und zur Ausweitung der wissenschaftlichen Beteiligung beigetragen habe als alle anonymen Interventionen, die nicht nur dumm seien, sondern auch den gegenteiligen Effekt hätten Der Deep-Learning-Riese Yann LeCun unterstützte seine Ansichten
Die Diskussion über die Ansichten von Emily Bender ist eigentlich nicht völlig unvernünftig. Schließlich handelt es sich bei arXiv um eine Plattform, auf der es fast keine Begutachtung gibt: Wenn Sie ein Manuskript bei einer wissenschaftlichen Konferenz oder Zeitschrift einreichen, bleibt der Autor während des Begutachtungszeitraums anonym, aber auf arXiv folgt man immer unfreiwillig namhaften Forschungseinrichtungen und Wissenschaftlern. Seit dem, was gestern passiert ist, hat sich die Richtung der Diskussion jedoch völlig auf eine Seite verschoben
Um die Einzelheiten der Angelegenheit zu verstehen, müssen wir uns zunächst den Vorfall mit der Ablehnung von ACL-Papieren ansehen, der für Aufruhr sorgte die KI-Community gestern
Naomi Saphra, Postdoktorandin an der New York University (studiert bei Kyunghyun Cho), postete am 4. September auf X, dass ihr Beitrag gerade von ACL, der führenden internationalen Konferenz auf dem Gebiet, abgelehnt worden sei Verarbeitung natürlicher Sprache. Dies war ihre erste Einreichung eines Konferenzbeitrags mit Studenten, und sie hatte dem Erstautor zuvor gesagt, dass Top-Konferenzen zur Verarbeitung natürlicher Sprache benutzerfreundlicher seien als Konferenzen zum maschinellen Lernen. Während des Begutachtungszeitraums verbrachte die Erstautorin viel Zeit mit der Widerlegung, und auch die experimentellen Ergebnisse untermauerten den Sinn der Arbeit
Das Wichtigste ist jedoch, dass der Grund für die Ablehnung darin bestand, dass sie das Manuskript nachträglich eingereicht hatte Die Frist für die Anonymitätsrichtlinie wurde eingereicht. Naomi Saphra sagte, dass die ACL-Richtlinie neuen Einsteigerforschern geschadet habe, was dazu geführt habe, dass die Konferenz von der ursprünglichen Absicht des Bereichs der Verarbeitung natürlicher Sprache abgewichen sei Die AI Top Conference verbietet Veröffentlichung während der Begutachtung. Das Papier hat eine lange Geschichte der Kontroversen. Heutzutage sind es im KI-Kreis viele Menschen gewohnt, jeden Tag auf die Preprint-Papierplattform arXiv zu starren, da diese Plattform jeden Tag aktualisiert wird. Im Vergleich dazu wird die einmal im Jahr stattfindende Konferenzforschung viel langsamer veröffentlicht Richtlinien für KI-Konferenzen
Sebastian Raschka, ein bekannter Forscher für maschinelles Lernen und Assistenzprofessor an der University of Wisconsin-Madison, führte einige Recherchen durch. Er wies darauf hin, dass der Beitrag nicht deshalb abgelehnt wurde, weil er die Einreichungsfrist für den Konferenzbeitrag um einige wenige verpasst hatte Minuten, aber weil es ein paar Minuten zu spät war, um es an eine optionale Preprint-Papierplattform eines Drittanbieters einzureichen. Was ist los?
Früher war es den Leuten nicht erlaubt, ihre Arxiv-Artikel online zu diskutieren. Können sie jetzt auch einschränken, wann Leute auf Arxiv hochladen können?
Sebastian Raschka fand die Begutachtungsrichtlinie im Einzelnen wie folgt: Bei ACL 2023 haben über direkte Methoden eingereichte Beiträge eine Anonymitätsfrist und dürfen ihre Unterschriften nicht auf der Preprint-Papierplattform offenlegen. Die auf arXiv angegebenen Zeiten beziehen sich auf den Zeitpunkt der Einreichung, nicht auf den Zeitpunkt der Veröffentlichung auf arXiv. Die von Sebastian Raschka entdeckte Begutachtungsrichtlinie sieht konkret so aus: Beim ACL 2023 haben durch direkte Einreichung eingereichte Beiträge eine Anonymitätsfrist und dürfen nicht öffentlich auf der Preprint-Papierplattform unterzeichnet werden. Die angegebene Zeit bezieht sich auf den Zeitpunkt der Einreichung auf arXiv, nicht auf die öffentliche Zeit auf arXiv Die Situation ist besser als gedacht. Schlimmer.
Jetzt hat er eine Frist für das Hochladen auf arXiv gesetzt, und der Artikel von Naomi Saphra et al. wurde abgelehnt, weil er dieses Mal versäumt hat. Sie sehen, er ist jetzt gleichbedeutend damit, Ihnen eine Frist zum Hochladen auf arXiv zu setzen. Weil der Artikel von Naomi Saphra und anderen dieses Mal verpasst wurde, wurde er abgelehnt. Boaz Barak sagte sarkastisch: Könnte es sein, dass der Autor des Artikels Möchten Sie etwas Zeit in einem Kloster verbringen, bevor die Ergebnisse der Rezension veröffentlicht werden?
Wir befinden uns derzeit im Zeitalter großer Modelle und der Wettbewerb im NLP-Bereich ist extrem hart geworden. Die Karriere vieler junger Forscher hängt davon ab, ihre Arbeiten auf gut sichtbaren Plattformen zu präsentieren, in der Hoffnung, mehr Zitate zu erhalten. Die aktuellen Praktiken der Top-Konferenzen zur künstlichen Intelligenz stehen jedoch im Widerspruch dazuNach der ursprünglichen Absicht von Konferenzen wie der ACL besteht sie offensichtlich darin, den akademischen Austausch zu fördern und die Entwicklung fortgeschrittener Forschung zu fördern. Allerdings haben die schmerzhaften Richtlinien sogar dazu geführt, dass Menschen die Autorität der Konferenz selbst in Frage stellen

Doktorand Fu Yao sagte: Ich habe dieses Jahr an den ACL- und ICML-Konferenzen teilgenommen und es gibt einen scharfen Kontrast zwischen den beiden. Der Inhalt von ACL 2023 ist grundsätzlich mehr als ein Jahr veraltet, während der Inhalt von ICML voller Zukunftsaussichten steckt. Wenn die jüngere Generation von Forschern zur Verarbeitung natürlicher Sprache eine Zukunft haben möchte, sollte sie ihre Artikel bei NeurIPS/ICLR/ICML einreichen. Verglichen mit der rasanten Entwicklung der KI-Technologie scheint die Entwicklung von Regeln für KI-Konferenzen relativ langsam zu sein
Interessanterweise hat sich ACL nicht wirklich sehr langsam geändert. Seit 2022 hat ACL einen Mechanismus namens „Rolling Review“ eingeführt, nämlich ACL Rolling Review (ARR), der dem Review-Prozess von Zeitschriften ähnelt. Kürzlich hat ACL die Vorschriften überarbeitet, die bei der Konferenz 2024 vollständig gestrichen werden, und jeder kann sich nur für die Einreichung bei ARR entscheiden. Bisher konnten direkt bei der ACL-Konferenz eingereichte Beiträge gemäß der regulären Überprüfung bearbeitet werden Prozess: 1. Jeder Beitrag wird von drei oder mehr Gutachtern begutachtet. Sobald der Beitrag angenommen wurde, kann der Autor den endgültigen Entwurf bearbeiten wird vom Senior überprüft. Der Area Chair (SAC) kümmert sich um die Einreichung und der Autor kann eine Antwort geben, das Papier jedoch nicht überarbeiten. Das Papier muss alle Rezensionskommentare und umfassenden Rezensionskommentare (Meta-Rezension) einholen und vor Ablauf der Frist an ACL senden. Der Inhalt kann nicht geändert werden, aber die Antwort des Autors kann beigefügt werden. Sobald es bei ACL eingereicht wurde, kann es nicht mehr geändert und erneut bei ARR eingereicht werden (es sei denn, die Konferenz gibt ein Akzeptanzergebnis).
Dem aktuellen Trend zufolge wird sich ACL in Zukunft weiter in Richtung mehrerer Überprüfungsrunden weiterentwickeln, um näher zu kommen Um den Anforderungen akademischer Zeitschriftenstandards gerecht zu werden
Derzeit haben wir keine Lösung gefunden, um hochwertige Forschung und eine strenge und faire Überprüfungsgeschwindigkeit in Einklang zu bringen. Obwohl die fortlaufende Überprüfung ihr Bestes gegeben hat, ist sie immer noch nicht mit der Geschwindigkeit von arXiv vergleichbar
Das Folgende ist der Referenzinhalt:
Bitte klicken Sie auf den folgenden Link, um detaillierte Informationen zur ACL-Hauptkonferenz 2023 anzuzeigen: https://2023.aclweb.org/calls/main_conference/
Das obige ist der detaillierte Inhalt vonNetizens verurteilten den ACL-Vorsitzenden für seine öffentliche Kritik an arXiv und schlugen vor, andere Top-Konferenzen in Betracht zu ziehen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Diffusion kann nicht nur besser imitieren, sondern auch „erschaffen“. Das Diffusionsmodell (DiffusionModel) ist ein Bilderzeugungsmodell. Im Vergleich zu bekannten Algorithmen wie GAN und VAE im Bereich der KI verfolgt das Diffusionsmodell einen anderen Ansatz. Seine Hauptidee besteht darin, dem Bild zunächst Rauschen hinzuzufügen und es dann schrittweise zu entrauschen. Das Entrauschen und Wiederherstellen des Originalbilds ist der Kernbestandteil des Algorithmus. Der endgültige Algorithmus ist in der Lage, aus einem zufälligen verrauschten Bild ein Bild zu erzeugen. In den letzten Jahren hat das phänomenale Wachstum der generativen KI viele spannende Anwendungen in der Text-zu-Bild-Generierung, Videogenerierung und mehr ermöglicht. Das Grundprinzip dieser generativen Werkzeuge ist das Konzept der Diffusion, ein spezieller Sampling-Mechanismus, der die Einschränkungen bisheriger Methoden überwindet.

Kimi: In nur einem Satz, in nur zehn Sekunden ist ein PPT fertig. PPT ist so nervig! Um ein Meeting abzuhalten, benötigen Sie einen PPT; um einen wöchentlichen Bericht zu schreiben, müssen Sie einen PPT vorlegen, auch wenn Sie jemanden des Betrugs beschuldigen PPT. Das College ähnelt eher dem Studium eines PPT-Hauptfachs. Man schaut sich PPT im Unterricht an und macht PPT nach dem Unterricht. Als Dennis Austin vor 37 Jahren PPT erfand, hatte er vielleicht nicht damit gerechnet, dass PPT eines Tages so weit verbreitet sein würde. Wenn wir über unsere harte Erfahrung bei der Erstellung von PPT sprechen, treiben uns Tränen in die Augen. „Es dauerte drei Monate, ein PPT mit mehr als 20 Seiten zu erstellen, und ich habe es Dutzende Male überarbeitet. Als ich das PPT sah, musste ich mich übergeben.“ war PPT.“ Wenn Sie ein spontanes Meeting haben, sollten Sie es tun

Am frühen Morgen des 20. Juni (Pekinger Zeit) gab CVPR2024, die wichtigste internationale Computer-Vision-Konferenz in Seattle, offiziell die besten Beiträge und andere Auszeichnungen bekannt. In diesem Jahr wurden insgesamt 10 Arbeiten ausgezeichnet, darunter zwei beste Arbeiten und zwei beste studentische Arbeiten. Darüber hinaus gab es zwei Nominierungen für die beste Arbeit und vier Nominierungen für die beste studentische Arbeit. Die Top-Konferenz im Bereich Computer Vision (CV) ist die CVPR, die jedes Jahr zahlreiche Forschungseinrichtungen und Universitäten anzieht. Laut Statistik wurden in diesem Jahr insgesamt 11.532 Arbeiten eingereicht, von denen 2.719 angenommen wurden, was einer Annahmequote von 23,6 % entspricht. Laut der statistischen Analyse der CVPR2024-Daten des Georgia Institute of Technology befassen sich die meisten Arbeiten aus Sicht der Forschungsthemen mit der Bild- und Videosynthese und -generierung (Imageandvideosyn

Wir wissen, dass LLM auf großen Computerclustern unter Verwendung umfangreicher Daten trainiert wird. Auf dieser Website wurden viele Methoden und Technologien vorgestellt, die den LLM-Trainingsprozess unterstützen und verbessern. Was wir heute teilen möchten, ist ein Artikel, der tief in die zugrunde liegende Technologie eintaucht und vorstellt, wie man einen Haufen „Bare-Metals“ ohne Betriebssystem in einen Computercluster für das LLM-Training verwandelt. Dieser Artikel stammt von Imbue, einem KI-Startup, das allgemeine Intelligenz durch das Verständnis der Denkweise von Maschinen erreichen möchte. Natürlich ist es kein einfacher Prozess, einen Haufen „Bare Metal“ ohne Betriebssystem in einen Computercluster für das Training von LLM zu verwandeln, aber Imbue hat schließlich erfolgreich ein LLM mit 70 Milliarden Parametern trainiert der Prozess akkumuliert

Schnellstart mit PyCharm Community Edition: Detailliertes Installations-Tutorial, vollständige Analyse Einführung: PyCharm ist eine leistungsstarke integrierte Python-Entwicklungsumgebung (IDE), die einen umfassenden Satz an Tools bereitstellt, mit denen Entwickler Python-Code effizienter schreiben können. In diesem Artikel wird die Installation der PyCharm Community Edition im Detail vorgestellt und spezifische Codebeispiele bereitgestellt, um Anfängern den schnellen Einstieg zu erleichtern. Schritt 1: PyCharm Community Edition herunterladen und installieren Um PyCharm verwenden zu können, müssen Sie es zunächst von der offiziellen Website herunterladen

Herausgeber des Machine Power Report: Yang Wen Die Welle der künstlichen Intelligenz, repräsentiert durch große Modelle und AIGC, hat unsere Lebens- und Arbeitsweise still und leise verändert, aber die meisten Menschen wissen immer noch nicht, wie sie sie nutzen sollen. Aus diesem Grund haben wir die Kolumne „KI im Einsatz“ ins Leben gerufen, um detailliert vorzustellen, wie KI durch intuitive, interessante und prägnante Anwendungsfälle für künstliche Intelligenz genutzt werden kann, und um das Denken aller anzuregen. Wir heißen Leser auch willkommen, innovative, praktische Anwendungsfälle einzureichen. Videolink: https://mp.weixin.qq.com/s/2hX_i7li3RqdE4u016yGhQ Vor kurzem wurde der Lebens-Vlog eines allein lebenden Mädchens auf Xiaohongshu populär. Eine Animation im Illustrationsstil, gepaart mit ein paar heilenden Worten, kann in nur wenigen Tagen leicht erlernt werden.

Als weit verbreitete Programmiersprache ist die C-Sprache eine der grundlegenden Sprachen, die für diejenigen erlernt werden müssen, die sich mit Computerprogrammierung befassen möchten. Für Anfänger kann das Erlernen einer neuen Programmiersprache jedoch etwas schwierig sein, insbesondere aufgrund des Mangels an entsprechenden Lernwerkzeugen und Lehrmaterialien. In diesem Artikel werde ich fünf Programmiersoftware vorstellen, die Anfängern den Einstieg in die C-Sprache erleichtert und Ihnen einen schnellen Einstieg ermöglicht. Die erste Programmiersoftware war Code::Blocks. Code::Blocks ist eine kostenlose integrierte Open-Source-Entwicklungsumgebung (IDE) für

Titel: Ein Muss für technische Anfänger: Schwierigkeitsanalyse der C-Sprache und Python, die spezifische Codebeispiele erfordert. Im heutigen digitalen Zeitalter ist Programmiertechnologie zu einer immer wichtigeren Fähigkeit geworden. Ob Sie in Bereichen wie Softwareentwicklung, Datenanalyse, künstliche Intelligenz arbeiten oder einfach nur aus Interesse Programmieren lernen möchten, die Wahl einer geeigneten Programmiersprache ist der erste Schritt. Unter vielen Programmiersprachen sind C-Sprache und Python zwei weit verbreitete Programmiersprachen, jede mit ihren eigenen Merkmalen. In diesem Artikel werden die Schwierigkeitsgrade der C-Sprache und von Python analysiert
