JavaScript is required

ICLR 2024录用率31%,北大张铭、田渊栋、ResNeXt一作谢赛宁等大佬晒出成绩单

90
2024-01-18 02:15:00
一年一度的ICLR顶会录用结果公布了!今年共7000多篇投稿论文,录用率31%。

ICLR 2024录用结果出来了。

昨晚,AI圈的童鞋们收到ICLR官方推送的录用邮件后,纷纷晒出了成绩单。



邮件显示,今年ICLR 2024组委会共收到了7262篇投稿,总体录用率约为31%,与去年相似(2023年总投稿数5000)。

其中spotlights论文的录用率为5%(约有363篇),Oral论文的录用率为1.2%(约有85篇)。



ICLR提交的论文主题大致包括:700篇有扩散,NeRF少于100篇,900多篇大模型,100多篇ChatGPT(8篇Bard,16篇Claude),170篇关于Llama,200篇CLIP,200篇NLP,大约750篇视觉研究。



第12届ICLR 2024将在5月7日-11日在奥地利维也纳开幕。

ICLR由图灵奖巨头Yoshua Bengio和Yann LeCun牵头举办,是国际公认的深度学习顶会之一。2013年开启了第一届,一年举办一次。



ICLR的影响力也是逐渐得到广泛学者的认可。在谷歌期刊排名中,ICLR位列第十。



一起看看,ICLR接收的论文都有哪些?

华人学者晒出成绩单

Meta AI的科学家田渊栋发文称,自己团队共有4篇论文被ICLR接收,其中一篇H-GAP还是spotlight。




论文地址:https://arxiv.org/pdf/2307.12950.pdf

论文地址:https://arxiv.org/pdf/2312.02682.pdf


论文地址:https://arxiv.org/pdf/2309.17453.pdf 


论文地址:https://arxiv.org/pdf/2310.00535.pdf

曾与何恺明共同提出ResNeXt架构的CV大神谢赛宁的一篇论文被录用为spotlight。





论文地址:https://arxiv.org/pdf/2309.16671.pdf 

北大张铭教授发文祝贺祝贺组里博士沈剑豪、袁野,硕士留学生Srbuhi Mirzoyan跟华盛顿圣路易斯大学王晨光老师(2011-2016我组博士生)合作的论文被机器学习顶会ICLR 2024接受。

这篇论文引入了一个新的挑战来测试神经模型的STEM技能,需要理解多模态视觉语言信息。研究人员在数据集上测试了CLIP和ChatGPT等基础模型,它们只具备有限较低年级水平的技能(三年级的2.5%),远低于人类小学生(平均54.7%)的表现,更不用说接近专家水平的表现了。


论文地址:https://openreview.net/pdf?id=spvaV5LELF

值得一提的是,去年爆火的WizardLM和WizardCode模型的研究也被ICLR 2024接收了。






还有微软亚洲研究院团队提出的无模型视觉RL算法DrM被录用,无需任何专家示范或预先训练的知识,就能持续解决最难的运动和机器人操纵任务。



Oral论文85篇

UCLA五年级博士生Pan Lu关于MathVista的研究录用为Oral。

这篇研究构建了首个视觉场景下的数学推理基准,完成了112页的评估报告,首次对GPT-4V等12个大模型的数学推理能力进行了深入分析。





研究者称,多模态大模型的发展方兴未艾,数学推理领域未来可期,MathVista已经成为Google Gemini的多模态数学测试的基准之一。



还有来自霍普金斯大学的研究人员的论文也被ICLR 2024录用为oral,主要研究了了自监督3D模型在医学成像任务中的应用效果如何。


南加州大学的数学副教授Xiaohui Chen的论文「Statistically Optimal K-means Clustering via Nonnegative Low-rank Semidefinite Programming」获得Oral。

这是一种新的增强拉格朗日算法,用于解决K-means聚类问题的Burer-Monteiro公式。



一夜成名的智能体MetaGPT也录用为oral,目前Github有33.4k星。





普林斯顿等机构研究人员关于大模型微调对齐的研究被录用为ICLR 2024的oral论文。




大厂录用论文一览

每个大厂被ICLR 2024接收的研究都有哪些?

微软

微软亚洲研究院的高级研究员Jindong Wang带领团队的研究有2篇是Spotlight,还有2篇Poster。



Spotlight的两篇,一个是提出了对抗数据污染的LLM动态评估新方案DyVal,另一篇是基础模型时代的一个新的研究方向——噪声模型学习。

录用为Poster的一篇是LLM指令调优自动评测基准PandaLM,另一篇是关于小模型帮助LLM获得更好性能的研究。

苹果

苹果的机器学习研究院分享了团队2篇接收的论文。



第一篇提出了一种用于在Riemannian流形上学习连续函数的生成模型,通过利用流形的几何特性和内在坐标系的定义,能更好地捕捉函数的分布。

论文地址:https://arxiv.org/pdf/2305.15586.pdf 

第二篇发现了从给定的单目视频,合成动态新视图的通用方法。

论文地址:https://arxiv.org/pdf/2310.08587.pdf

苹果团队另一篇关于扩散模型图像生成的研究也被录用。

他们提出来叫Matryoshka扩散模型新技术,一种专门用来生成高分辨率图像和视频的模型。

MDM的独特之处在于,通过使用NestedUNet架构,巧妙地将低分辨率的扩散过程融入到高分辨率的生成过程中。



论文地址:https://arxiv.org/pdf/2310.15111.pdf

谷歌

谷歌UNC等机构的研究人员提出了一个T2I全新评估框架,



论文地址:https://google.github.io/dsg/

谷歌团队的机器人研究RT-Trajectory成功被录用为Spotlight。

RT-Trajectory模型通过自动将描述机器人运动的视觉轮廓添加到其训练中,来学习如何遵循指令。




英伟达

英伟达自动驾驶团队的研究EmerNeRF,一种重建动态驾驶场景的方法被ICLR录用。



Meta

Meta团队成员在去年推出Habitat 3.0被录用。

Habitat 3.0是第一个支持在多样化、逼真的室内环境中,就人机交互任务进行大规模训练的模拟器



还有来自KAUST、Snap等团队提出了Magic123,是一个基于NeRF的单张图像生成3D mesh的深度学习框架。

目前已在Github收揽1.4k星,论文已有85篇引用。




参考资料: 
https://twitter.com/iclr_conf 


来源:新智元,爱科会易(uconf.com)仅用于学术交流
一年一度的ICLR顶会录用结果公布了!今年共7000多篇投稿论文,录用率31%。

ICLR 2024录用结果出来了。

昨晚,AI圈的童鞋们收到ICLR官方推送的录用邮件后,纷纷晒出了成绩单。



邮件显示,今年ICLR 2024组委会共收到了7262篇投稿,总体录用率约为31%,与去年相似(2023年总投稿数5000)。

其中spotlights论文的录用率为5%(约有363篇),Oral论文的录用率为1.2%(约有85篇)。



ICLR提交的论文主题大致包括:700篇有扩散,NeRF少于100篇,900多篇大模型,100多篇ChatGPT(8篇Bard,16篇Claude),170篇关于Llama,200篇CLIP,200篇NLP,大约750篇视觉研究。



第12届ICLR 2024将在5月7日-11日在奥地利维也纳开幕。

ICLR由图灵奖巨头Yoshua Bengio和Yann LeCun牵头举办,是国际公认的深度学习顶会之一。2013年开启了第一届,一年举办一次。



ICLR的影响力也是逐渐得到广泛学者的认可。在谷歌期刊排名中,ICLR位列第十。



一起看看,ICLR接收的论文都有哪些?

华人学者晒出成绩单

Meta AI的科学家田渊栋发文称,自己团队共有4篇论文被ICLR接收,其中一篇H-GAP还是spotlight。




论文地址:https://arxiv.org/pdf/2307.12950.pdf

论文地址:https://arxiv.org/pdf/2312.02682.pdf


论文地址:https://arxiv.org/pdf/2309.17453.pdf 


论文地址:https://arxiv.org/pdf/2310.00535.pdf

曾与何恺明共同提出ResNeXt架构的CV大神谢赛宁的一篇论文被录用为spotlight。





论文地址:https://arxiv.org/pdf/2309.16671.pdf 

北大张铭教授发文祝贺祝贺组里博士沈剑豪、袁野,硕士留学生Srbuhi Mirzoyan跟华盛顿圣路易斯大学王晨光老师(2011-2016我组博士生)合作的论文被机器学习顶会ICLR 2024接受。

这篇论文引入了一个新的挑战来测试神经模型的STEM技能,需要理解多模态视觉语言信息。研究人员在数据集上测试了CLIP和ChatGPT等基础模型,它们只具备有限较低年级水平的技能(三年级的2.5%),远低于人类小学生(平均54.7%)的表现,更不用说接近专家水平的表现了。


论文地址:https://openreview.net/pdf?id=spvaV5LELF

值得一提的是,去年爆火的WizardLM和WizardCode模型的研究也被ICLR 2024接收了。






还有微软亚洲研究院团队提出的无模型视觉RL算法DrM被录用,无需任何专家示范或预先训练的知识,就能持续解决最难的运动和机器人操纵任务。



Oral论文85篇

UCLA五年级博士生Pan Lu关于MathVista的研究录用为Oral。

这篇研究构建了首个视觉场景下的数学推理基准,完成了112页的评估报告,首次对GPT-4V等12个大模型的数学推理能力进行了深入分析。





研究者称,多模态大模型的发展方兴未艾,数学推理领域未来可期,MathVista已经成为Google Gemini的多模态数学测试的基准之一。



还有来自霍普金斯大学的研究人员的论文也被ICLR 2024录用为oral,主要研究了了自监督3D模型在医学成像任务中的应用效果如何。


南加州大学的数学副教授Xiaohui Chen的论文「Statistically Optimal K-means Clustering via Nonnegative Low-rank Semidefinite Programming」获得Oral。

这是一种新的增强拉格朗日算法,用于解决K-means聚类问题的Burer-Monteiro公式。



一夜成名的智能体MetaGPT也录用为oral,目前Github有33.4k星。





普林斯顿等机构研究人员关于大模型微调对齐的研究被录用为ICLR 2024的oral论文。




大厂录用论文一览

每个大厂被ICLR 2024接收的研究都有哪些?

微软

微软亚洲研究院的高级研究员Jindong Wang带领团队的研究有2篇是Spotlight,还有2篇Poster。



Spotlight的两篇,一个是提出了对抗数据污染的LLM动态评估新方案DyVal,另一篇是基础模型时代的一个新的研究方向——噪声模型学习。

录用为Poster的一篇是LLM指令调优自动评测基准PandaLM,另一篇是关于小模型帮助LLM获得更好性能的研究。

苹果

苹果的机器学习研究院分享了团队2篇接收的论文。



第一篇提出了一种用于在Riemannian流形上学习连续函数的生成模型,通过利用流形的几何特性和内在坐标系的定义,能更好地捕捉函数的分布。

论文地址:https://arxiv.org/pdf/2305.15586.pdf 

第二篇发现了从给定的单目视频,合成动态新视图的通用方法。

论文地址:https://arxiv.org/pdf/2310.08587.pdf

苹果团队另一篇关于扩散模型图像生成的研究也被录用。

他们提出来叫Matryoshka扩散模型新技术,一种专门用来生成高分辨率图像和视频的模型。

MDM的独特之处在于,通过使用NestedUNet架构,巧妙地将低分辨率的扩散过程融入到高分辨率的生成过程中。



论文地址:https://arxiv.org/pdf/2310.15111.pdf

谷歌

谷歌UNC等机构的研究人员提出了一个T2I全新评估框架,



论文地址:https://google.github.io/dsg/

谷歌团队的机器人研究RT-Trajectory成功被录用为Spotlight。

RT-Trajectory模型通过自动将描述机器人运动的视觉轮廓添加到其训练中,来学习如何遵循指令。




英伟达

英伟达自动驾驶团队的研究EmerNeRF,一种重建动态驾驶场景的方法被ICLR录用。



Meta

Meta团队成员在去年推出Habitat 3.0被录用。

Habitat 3.0是第一个支持在多样化、逼真的室内环境中,就人机交互任务进行大规模训练的模拟器



还有来自KAUST、Snap等团队提出了Magic123,是一个基于NeRF的单张图像生成3D mesh的深度学习框架。

目前已在Github收揽1.4k星,论文已有85篇引用。




参考资料: 
https://twitter.com/iclr_conf 


来源:新智元,爱科会易(uconf.com)仅用于学术交流