上雲、程式碼重構一起來。
對於節奏越來越快的學術研究領域而言，arXiv 是非常重要的論文預印版平台。和維基百科一樣，它是個非營利組織。
當地時間本週四，康乃爾大學科技校區（Cornell Tech）宣布了 arXiv 獲得巨額捐款的好消息。
作為一個非營利資料庫，arXiv 是所有人均可以免費存取的，長期以來一直依賴人們的捐贈。康乃爾科技校區宣布，西蒙斯基金會和美國國家科學基金會（NSF）已提供了總額超過 1000 萬美元的補助金以支持 arXiv。
據介紹，這筆資金將使這個擁有超過200 萬篇論文的研究儲存庫遷移到雲端，並對其程式碼進行現代化改造，以確保更高水準的可靠性、容錯性和可訪問性。
應該過不了幾天，我們載入 arXiv 上 PDF 的速度就會加快，或許可以直接在網頁上就能看論文了。
「我非常感謝西蒙斯基金會和美國國家科學基金會的巨大支持，」康乃爾科技校區傑克和里拉・尼夫西院長兼副教務長 Greg Morrisett 說道。 「這項投資可以確保arXiv 服務繼續擴大規模，為更廣泛的受眾提供服務，並更好地為科學界服務。」
康奈爾科技校區電腦科學教授Ramin Zabih 表示：「透過對程式碼庫進行現代化改造並過渡到雲端，我們正在加強arXiv 的基礎設施建設，並確保它持續成為學術出版物共享方面的創新源泉。」
arXiv（發音為「archive」）於1991 年由當時的洛斯阿拉莫斯國家實驗室物理學家Paul Ginsparg 博士創立，他當時希望對大約100 篇研究論文進行分類。當論文如潮水般湧來之後，他嘗試借助電腦程式來解決問題，據說他「透過參加十多年的機器學習研討會」學會如何編寫該程式。
Ginsparg 現在為康乃爾大學的物理與資訊科學中教授。
該論文平台現在由康奈爾大學圖書館負責維護和運營，是一個巨大的學術論文預印本存儲庫，收集了已發表和大量尚未經過同行評審過程，或不打算在參考期刊上發表的文章。
目前 arXiv 涵蓋的分支學科已包括自然科學和社會科學的多個領域，包括物理、數學、電腦科學、量化生物學、量化金融、統計學、電氣工程和經濟學。截止到 2022 年底，在 arXiv 的投稿已經超過了 220 萬篇。
由於arXiv 的吸引力很大，很多領域的研究人員會在學術頂會或期刊沒有錄用之前，就把自己的最新研究成果「提前發表」到這個平台上。一般人認為這樣做的好處在於「佔坑」和宣傳：既可以保護自己的 idea，又能擴大宣傳提升學者自身的影響力。同時，這種做法也大大加快了學界資訊傳播的速度。
相比之下，即使在今天節奏較快的AI 領域，無論會議或期刊論文從投稿到最終可見都需要數月時間的等待，有時在此期間甚至已經出現了新的方向。
因此，arXiv 逐漸成為了許多學術領域，如數學和電腦科學的首選「投稿」地點。時至今日，經常刷 arXiv 成為了不少學者的習慣。在人工智慧領域內，許多被 NeurIPS、CVPR、AAAI 等頂會收錄的文章曾被提前投放在 arXiv 上獲得曝光。另一方面，由於其沒有非常有效的篩選機制，平台上也有很多品質較低的論文，這或許會是獲得新註資後 arXiv 嘗試改變的方向。
大多時候，是否被重要期刊會議接收是評估論文品質的重要標準。不過在 arXiv 出現後，也有很多被頂會遺漏的論文在學界發揮了重要的影響力，收穫了許多引用。在人工智慧領域裡，我們可以輕易列舉一些在 arXiv 上出現且家喻戶曉，但曾被 AI 頂會拒稿的文章，例如 YOLO、transformer XL、Dropout 的研究。
计算机视觉领域里著名的目标检测算法 YOLO，其论文至今被引用数已经超过 4 万，不过当初它曾被 NIPS 拒稿，修改后转投 CVPR 2016 获得了接收。
2012 年，后来的图灵奖获得者 Geoffrey Hinton 在论文《Improving neural networks by preventing co-adaptation of feature detectors》中提出了 Dropout。同年，AlexNet 的出现开启了深度学习的新纪元。AlexNet 使用 Dropout 显著降低了过拟合，并对其在 ILSVRC 2012 竞赛中的胜利起到了关键作用。可以认为如果没有 Dropout，深度学习的大发展可能会被推迟数年。
不过这篇论文被 NIPS 2012 拒绝，现在还是 arXiv 上的预印版状态。
承载了先进科学希望的 arXiv 平台，未来会发展成什么样？
康奈尔大学表示，arXiv 开发的下一阶段将包括雇用更多软件开发人员来支持现代化工作。与此同时，计算机科学系的教职员工将在 NSF 的资助下开发新的搜索和推荐技术，这些技术计划用于支撑 arXiv 的大型用户社区，且会得到最先进的隐私保证的支持。此外，arXiv 将通过生成 HTML 和 PDF 版本的内容，为视障人士提供更好的访问。
1000 万美元的资金将很大程度上增加 arXiv 的实力。相比之下，arXiv 在 2021 年的总花费为 242 万美元。
在收获捐赠新闻发出后，人们纷纷叫好，并期待预印版平台未来的进化。
参考内容：
https://news.cornell.edu/stories/2023/10/research-repository-arxiv-receives-10m-upgrades
https://news.ycombinator.com/item?id=37949656
https://medium.com/nautilus-magazine/what-counts-as-science-76ebd1f5d403
以上是獲1000萬美元捐款，用於程式碼重構、上雲，論文預印版平台arXiv「好起來了」的詳細內容。更多資訊請關注PHP中文網其他相關文章！
