ICML 2025录用结果，终于公布了！
今年，顶会共提交了12107篇有效投稿（不包括「桌拒」论文）。其中，3260篇论文被接收，录用率为26.9%。
值得一提的是，ICML总投稿数量每年激增，2024年有9653篇，2023年有6538篇。
今年更是创下了新高，相较于24年总量提升了28%。
ICML历年投稿总量统计（2023年前）
ICML与NeurIPS、ICLR并称为最具影响力的机器学习三大顶会，每年举办一次。
今年是ICML第42届会议，将于7月13-7月19日在温哥华会议中心开幕。
不过，这一届的ICML评审结果，依然是错误百出。机器学习研究员讽刺AC评审质量已经降到和R2一个水平。
ICML 2024：AC把其他论文的元评审，复制粘贴到错误论文
ICML 2025：复制审稿人已解决的评论时（WA=3分），连复制粘贴都能产生错误。
每年，AI领域的顶会总少不了一些业界的批评，包括评审不负责、AI参评等等。
这不，一位来自KAUST计算机科学家指出，「自己提交的论文，评审并未提出任何负面意见，却被直接拒稿」。
他晒出的图中，评论大致是在说：
本文为FedExProx，一种基于分布式外推的近端方法，提供了更紧密的收敛性结果。尽管先前分析表明该方法在二次问题上的迭代复杂度不优于梯度下降法，但本研究表明实际可以获得更快的收敛保证。审稿人高度评价了技术结果的清晰阐述，鉴于整体理论贡献，对实证评估也基本满意。这些研究结果为分布式优化中，可达到收敛速率的微妙差异提供了新的见解。
有网友为审稿人找理由开脱，可能是手抖误点了「拒稿」。还有人怀疑，这明显就是AI生成的审稿建议。
左右滑动查看
另一位约克大学博士生感同身受地表示，「我对此并不惊讶，因为我们的论文也是如此遭遇」。
更惨的是，他的论文评审更加敷衍，审稿人都没有写完就提交了。
而且，AC仍旧以这篇有缺陷的评审为由，拒收论文。
MBZUAI助理教授Zhiqiang Shen称，两篇论文全被拒，对AC评审结果非常失望，充满了事实错误。
比如，论文4433实际获得两个4分，但元评审错误记录为「三个3分和一个4分」。
当论文4332的审稿人已在rebuttal后更新评分，但元评审仍错误引用旧评价。
这种前后不一的表述令人困惑，究竟是疏忽大意，还是未能正确整合审稿人的更新反馈？
无论原因如何，这都严重损害了评审的公正性。
南洋理工大学助理教授Mengmi Zhang称，另一篇论文得到所有ICML审稿人一致通过，却又被区域主席给拒稿。
她认为，「如果这就是同行评审，那么有些地方出问题了」。
来自UT的一位审稿人表示，自己在ICML 2025审稿太过宽容了，如今的学术会议根本就是零和博弈。
从现在起，凡是没有使用30万亿token，预训练671B MoE模型的论文，即便有再强的理论保证，都将坚决拒稿。
以后，难道30万亿token，要成训练MoE硬标准了么？
目前，那些拿到录用结果的网友们，纷纷晒出了自己的成绩单。
杜克大学陈怡然教授晒出了ICML战绩，团队共有5篇论文被顶会录用，还有一篇与宾州州立大学合作论文被选为Spotlight Poster。
北大计算机系张铭教授团队，共有4篇论文中奖，与去年录用论文数持平。
上下滑动查看
UC伯克利博士后研究Xuandong Zhao激动晒出三篇被ICML接收的论文。
左右滑动查看
新加坡国立大学Kun Zhou（周坤）一篇关于神经编码器Muffin被正式录用，这能够在多种音频类型中，实现高保真音频压缩。
香港大学团队自主GUI交互的统一纯视觉智能体模型AGUVIS上榜。
UC伯克利博士生Kayo Yin一篇关于上下文学习注意力头的论文被顶会录用。
佐治亚理工学院助理教授Humphrey Shi博士生的一篇论文被拒，而且是花费近一年时间做出的成果。
他勉励道，「被拒稿是常有的事。继续学习，继续前进——真正的评判者在你心中」。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
