专栏名称: 新智元
智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。
目录
相关文章推荐
爱可可-爱生活  ·  晚安~ #晚安# -20250122224548 ·  昨天  
爱可可-爱生活  ·  【[153星]RTen:一个用Rust编写的 ... ·  昨天  
黄建同学  ·  腾讯混元 3D ... ·  3 天前  
宝玉xp  ·  这AI视频越发离谱了…… ... ·  3 天前  
爱可可-爱生活  ·  【[38星]AI-ContentCraft: ... ·  4 天前  
51好读  ›  专栏  ›  新智元

ICLR 2025超万篇论文厮杀,录用率32.08%!首个满分论文或预定best paper?

新智元  · 公众号  · AI  · 2025-01-23 13:45

正文



  新智元报道  

编辑:编辑部
【新智元导读】刚刚,一年一度的AI顶会ICLR和CVPR开始公布录用和审稿结果了!中稿的网友们纷纷晒出了自己的成绩单。

同一天,两大AI顶会同时宣布——
ICLR 2025最新录用结果正式出炉,与此同时,CVPR 2025审稿结果也公布了!
今年,ICLR 2025共接收11,565份投稿,录用率为32.08%。Oral和Poster的具体结果,会在接下来公布。

ICLR是深度学习领域最重要的会议之一,每年举办一次。2025年是第13届,将在新加坡展览中心(Singapore EXPO)4月24日至4月28日举行
具体来说,本次总体录取率与往年相比,变化不大,甚至比去年有所提升。
但投稿总数突破1万达到了11672,比去年多4000+篇。
根据「Paper Copilot」的统计,评审均分在6.0以上被接受的可能性较大,均分在5.0以下几乎不会被接受。
投稿论文主题集中在大语言模型。
按照第一个关键词计算,排名前10的关键词中有一半都是大模型,包括Large Language Models以及缩写、大小写等不同变体。
此外,强化学习主题在前10中,也占有两位。前10关键词中还包括联邦学习、图神经网络和扩展模型。
ICLR会议虽然专注于人工智能中表征学习(通常称为深度学习)领域进展,但接受的论文主题涵盖了机器视觉、计算生物学、语音识别、文本理解、游戏和机器人学等重要应用领域。
本次会议讨论的相关主题包括但不限于:无监督、半监督及监督表征学习、用于规划和强化学习的表征学习、用于计算机视觉和自然语言处理的表征学习、度量学习与核学习等。
如今随着录用结果的正式公布,网友们也纷纷晒出了自己的成绩单。

网友晒出成绩单

南加州大学CS助理教授Yue Wang,与合作者一起,共有8篇论文被录用。
英伟达高级研究科学家谢恩泽,更是「投5中5」,成绩喜人。
人大高瓴人工智能学院副教授刘勇也被接受了5篇。研究主要从理论上说明数据合成、预训练对大模型的影响,并提出了一种高效的大模型微调方法。
清华大学博士生李凯入选了2篇。
一篇提出了SonicSim声音分离模型,通过物理级声场仿真,不仅复现了声音在复杂空间中的传播轨迹(如墙壁反射、多普勒效应),更创新性地支持声源与麦克风的动态路径规划。

项目地址:https://cslikai.cn/SonicSim/
第二篇提出百万参数级语音分离模型TIGER,构建参数仅105万的轻量架构,其中参数量下降94.3%,计算量下降95.3%。同时分离质量超越TF-GridNet,推理速度提升8.6倍。

项目链接: https://cslikai.cn/TIGER/
南洋理工博士后研究员加小俊,作为一作提出了一种更高效的越狱方法——I-GCG。实验表明,I-GCG能显著提升原有方法的攻击性能,并对开源LLM模型实现了接近100%的越狱成功率。

论文链接:https://arxiv.org/pdf/2405.21018
伊利诺伊理工大学博士生康伟泰,在他的一作论文中构建了大规模数据集Intent3D和对应的benchmark,并对多种前沿模型进行了测试。还提出了新方法 IntentNet,实现了最新SOTA性能。

论文链接:https://arxiv.org/pdf/2405.18295
新加坡国立大学本科生Chenhang Cui,也喜提2篇ICLR。
此外,也有作者感受到了审稿过程中的跌宕起伏:
即使被拒绝,只要评论中肯、对作者有所帮助,作者也能接受:

首个满分论文,预定「最佳论文」?

ICLR 2025录用结果还未公布之前,网友们就曝出了首个(10,10,10,10)满分论文。
据说原始评分为(8,8,10,10),经过rebuttal后,成功创造了满分!
简而言之,作者在训练过程中引入一致光线(Imposing Consistent Light,简称 IC-Light)传输,而相关Github项目已有7千多star。
评审链接:https://openreview.net/forum?id=u1cQYxRI1H
该方法基于物理原理,支持稳定且可扩展的光照学习,使模型能够统一处理各种数据源。而且确保模型行为基于物理原理,仅修改图像的光照,而不改变其他内在属性。
此方法,将扩散式光照编辑模型的训练,扩展到大规模数据集(超过1000万),涵盖所有可用数据类型,并使用强大的模型骨干(例如SDXL和Flux)。此外,还证明了该方法能够减少不确定性,并有效缓解材质不匹配或反照率改变等伪影问题。
看一下文中的定性比较结果吧:
根据曝料,文章作者张吕敏,也是此前轰动一时的ControlNet的作者。

CVPR 2025

同一天,计算机视觉与模式识别顶会CVPR,也公布了今年的论文评审结果。
目前,「Paper Copilot」已经根据社区中的分数样本,做出了一份结果分布图。
根据以往经验,像是4,3,3、4,3,2,甚至5,4,2这样的得分,都有不小的机会能被录用。
参考资料:
https://x.com/iclr_conf/status/1882140455825297580
https://x.com/CVPR/status/1882143261789499575