Sebaik sahaja tarikh akhir penyerahan kertas AAI 2023 semakin hampir, tangkapan skrin sembang tanpa nama dalam kumpulan penyerahan AI tiba-tiba muncul di Zhihu.
Salah seorang daripada mereka mendakwa bahawa dia boleh menyediakan perkhidmatan "terima kuat" untuk 3,000 yuan.
Sebaik sahaja berita itu keluar, ia segera membangkitkan kemarahan orang ramai di kalangan netizen.
Tetapi jangan tergesa-gesa lagi.
Bos Zhihu "Fine Tuning" berkata bahawa ini kemungkinan besar hanya "kebahagiaan".
Menurut "Fine Tuning", salam dan jenayah geng adalah masalah yang tidak dapat dielakkan dalam apa jua bidang. Dengan kebangkitan openreview, pelbagai kelemahan cmt telah menjadi lebih jelas Pada masa hadapan, ruang yang ditinggalkan untuk bulatan kecil untuk beroperasi akan menjadi lebih kecil, tetapi akan sentiasa ada ruang. Kerana ini adalah masalah peribadi, bukan masalah dengan sistem dan mekanisme penyerahan. Memperkenalkan ulasan terbuka dan padanan bida + rawak boleh membantu.
Dan pendapat peribadinya ialah tidak kira sama ada artikel itu diterbitkan dalam NeurIPS, AAAI atau IJCNN Cukup umumkan untuk memberitahu semua orang apa yang anda lakukan akan membuktikan sama ada perkara ini berguna.
Jadi, adakah trend ini berleluasa dalam semakan kertas persidangan hari ini? Dan adakah sesiapa yang mendapat "kemasyhuran dan kekayaan" daripada ini?
Sebelum berbincang, mari kita bincangkan secara ringkas tentang tawaran ini.
Untuk memudahkan penugasan penyemak, beberapa persidangan akan menyediakan sesi pembidaan untuk membolehkan pengulas memilih artikel yang diminati. Sistem kemudiannya boleh memperuntukkan kertas berdasarkan pemilihan penyemak ini. Walau bagaimanapun, penyemak hanya akan melihat tajuk kertas dan abstrak pada peringkat ini.
Dan banyak perkara yang perlu diperkatakan untuk ini.
Pelbagai pendedahan tanpa nama
Seorang lagi netizen tanpa nama di Zhihu berkata , susun atur terlalu kecil, seperti yang dibuktikan oleh tangkapan skrin sembang WeChat, sebenarnya, kertas terbaik pun boleh dibida oleh satu sama lain, perkara remeh ini bukan apa-apa.
Sesetengah netizen berkata apabila menyerahkan kepada AAAI tahun ini, mereka diminta mengisi pengguna yang bercanggah, domain yang bercanggah dan sebagainya dengan cara yang serius, tetapi sebenarnya ia tidak berguna. .
Pengguna Zhihu tanpa nama ini malah mencadangkan penyelesaian yang menakjubkan: menggunakan rangkaian saraf graf, sistem pengesyoran, dsb. untuk melombong sebelumnya secara automatik Dengan rangkaian perhubungan berpusat pada setiap mentor, dan kemudian menyemak data bida, data semakan dan skor skor persidangan utama, nod dan perhubungan yang tidak normal boleh digali dengan mudah, kerana ia bersinar seperti bintang dalam rangkaian saraf graf.
Atau cuma adakan pertandingan perlombongan data bida teratas.
Walau bagaimanapun, sesetengah netizen menegaskan bahawa apa yang dipanggil "3,000 yuan pakej SA" ini sebenarnya adalah kereta:
Anda tahu, walaupun anda mengesyorkannya secara paksa, pengulas lain akan memberikannya kepada anda secara percuma dengan garis sempadan dan penolakan yang lemah. Lagipun, perkara ini tidak berdasarkan purata markah kemasukan. Dan jika perbezaannya besar, AC tidak akan memberikannya.
Jadi walaupun anda perlu memberi wang, anda harus menggunakannya pada "bilah". Jika anda memikirkannya, maka anda perlu mencari SPC atau AC. Tetapi pada masa ini, anda perlu mempertimbangkan dua soalan (sebenarnya satu): Pertama, adakah anda fikir anda boleh mendapatkan seseorang pada tahap ini dengan hanya 3,000 yuan? Kedua, jika seseorang benar-benar melakukannya untuk anda, adakah mereka hanya akan mengenakan bayaran 3,000 kepada anda?
Semestinya selain merungut, ada juga seorang pengulas kanan yang "berani untuk keadilan" dan mengatakan jika melihat pengulas memberi markah tinggi "hidrologi", dia secara langsung akan menolaknya, dan kemudian menulis komposisi pendek dan membuangnya dengan keras, dan kini templat telah disediakan.
Dikatakan bahawa semua persidangan dan jurnal mempunyai masalah yang sama, tetapi dalam perkadaran dan keterukan yang berbeza. Adalah menyusahkan untuk mengatakan lebih lanjut dalam artikel ini.
Cadangan daripada pengguna tanpa nama sememangnya berbakat
Seberapa rawak semakan AI?
Pada tahun 2021, NeurIPS menjalankan percubaan ketekalan semakan.
Menurut pengenalan video "Electric Phantom Alchemy" oleh doktor CS Cina Hong Kong, dalam eksperimen ini, terdapat kebarangkalian 10% bahawa manuskrip yang sama akan dihantar kepada dua kumpulan pengulas. Pengulas dalam kumpulan tidak menyedari kewujudan satu sama lain.
Dua kumpulan pengulas akan menjaringkan markah secara berasingan dan dua kerusi kawasan akan memutuskan keputusan pemarkahan. Dengan cara ini, kita boleh menganalisis secara kuantitatif bagaimana kemungkinan manuskrip yang sama akan menerima hasil semakan yang berbeza.
Keputusan menunjukkan bahawa kebarangkalian penerimaan oleh kumpulan penyemak pertama dan penolakan oleh kumpulan penyemak kedua ialah 52%, iaitu lebih separuh daripada kebarangkalian.
Dan jika kumpulan pengulas pertama menolak, kebarangkalian kumpulan pengulas kedua juga akan menolak ialah 83%.
Hasil ini juga konsisten dengan pandangan Li Feifei.
Li Feifei pernah menerbitkan artikel yang sangat terkenal membincangkan ulasan, dan mengemukakan dua pandangan ini: 1. Proses semakan adalah sangat rawak. 2. Kertas kerja yang lemah akan mendapat ulasan ulasan yang buruk Ini adalah peraturan emas yang tidak berubah mengikut masa dan rawak.
Pegawai NeurIPS juga menjalankan perbandingan sedemikian Setiap kertas tidak disemak, diputuskan secara rawak, dan kemudian dibuat berdasarkan kadar penerimaan dan kadar ketidaksetujuan. Lengkung, paksi mendatar ialah kadar penerimaan, dan paksi menegak ialah kadar perselisihan faham.
Seperti yang dapat dilihat dalam rajah, jika kadar penerimaan adalah sangat rendah atau sangat tinggi, kadar divergence tidaklah besar.
Kadar perbezaan di tengah adalah yang paling besar Jika kadar penerimaan adalah 50%, perbezaan adalah yang terbesar.
Kedua-dua AAAI dan IJCAI mengguna pakai model ini, menggunakan kadar penolakan yang tinggi sebagai pertukaran untuk rawak yang lebih kecil.
Akhir sekali, "Electric Phantom Alchemy" memberikan ringkasan kesimpulan tentang semakan kecerdasan buatan.
Pada mulanya, keputusan semakan AAI 2022 adalah kontroversi.
Seseorang berkata di media sosial bahawa kertas kerjanya mendapat 4 penerimaan, tetapi akhirnya ditolak.
Pengarang di bawah menyatakan bahawa keempat-empat pengulas semuanya memberikan pendapat tentang "penerimaan bias" atau "penerimaan", dan kesemuanya adalah komen positif dalam ulasan ulasan ideanya menarik, modelnya cukup kukuh, dan eksperimen serta analisisnya cukup komprehensif.
Tetapi keputusan akhir ialah: penolakan.
Untuk AAI 2023, dua peringkat + dua buta format ulasan masih diterima pakai.
Dalam Fasa 1, setiap kertas akan menerima dua penyemak. Jika kedua-dua pendapat yang diterima adalah negatif, makalah tersebut akan ditolak mentah-mentah. Selebihnya akan diteruskan ke Fasa 2.
Dalam Fasa 2, setiap kertas kerja akan mendapat sekurang-kurangnya dua penyemak baharu. Pengulas baharu tidak akan melihat hasil semakan Fasa 1 sehingga mereka menyerahkan ulasan mereka.
Pengarang kertas kerja yang memasuki peringkat kedua boleh membalas semua ulasan ulasan. Perbincangan antara Jawatankuasa Program dan Jawatankuasa Kanan Program akan berdasarkan maklum balas daripada penulis.
Bagi kaedah operasi khusus, anda boleh rujuk kertas berikut.
Kertas kerja ini mencadangkan kaedah padanan kertas penyemak novel dan telah digunakan (secara keseluruhan atau sebahagian) pada AAAAI 2021, ICML 2022, AAAAI 2022 dan IJCAI 2022 ).
Alamat kertas: https://arxiv.org/abs/2202.12273Akhirnya , cuma Pada masa ini, nampaknya tidak banyak kerja yang boleh dilakukan semasa menghantar kertas kerja. Satu-satunya perkara yang boleh dilakukan oleh penyumbang ialah menulis artikel yang baik sebanyak mungkin dan menjadikan kertas kerjanya paling tepat dalam eksperimen NeurIPS. lengkung.
Atas ialah kandungan terperinci Tangkapan skrin sembang mendedahkan peraturan tersembunyi semakan AI! AAAAI 3000 yuan kuat terima?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!