neurips上发表一篇论文

如下：

感觉今年的一个特点就是打分非常随意，往年审稿人很少打出8分及以上，如果有的话一般都是一致认为是好文章，而今年割裂的分数比比皆是。两个borderline（5-6）一个strong accept 8-9，一个reject 2-4的非常常见。而且confidence都3以上。

这是非常不可思议的，如果都是了解某个领域的人，不应该意见如此割裂。而且很多人只针对一两点瑕疵就做出来极低分数，另一些则因为自己没发现明显错误就可以给9，然后一半人划水打borderline。

这说明现有的审稿制度完全不能胜任如此大规模的会议，也势必毁掉了neurips招牌（其实现在就已经约等于aaai来）。

每一年，NeurIPS 大会都会对组织作出新的调整。今年即将在 12 月举行的大会，审稿阶段的新修改是公开了审核流程。

首先最重要的是，大会的全部审稿流程已经转移到了 OpenReview 上了。这是一个灵活的论文审核平台，可以进行大量的自定义，并且可以根据会议需求的发展快速进行调整。

它带来了许多基础方面的改进，包括可以自我管理的用户历史信息，利益冲突声明中的责任制以及程序委员之间交互方式的改进。

和往年一样的是，论文的审稿过程仍遵循保密原则。审核过程中提交的内容仅对指定的程序委员会成员显示，NeurIPS 不会在这一过程中接受公开意见。在通知截止日期之后，被接收的论文将被公开在网站上，并接受非匿名公众评论。

匿名的评审意见、对评审意见的意见和作者的回复都将被公开。不过在评审过程和评审之后，所有的审核者内部讨论不会被公开。

以上看起来和之前使用 OpenReview 系统的机器学习会议没什么两样，重点来了：在默认的情况下，被拒绝的投稿不会被公开。但在 NeurIPS 2021 上，被拒论文的作者可以在通知截止日期后的两周内选择公开其匿名化的论文，并在 OpenReview 中公开发表评论。

在被公开的论文之下，系统同样也会把审稿意见、作者的讨论等内容全都一并曝光出来。大会方面表示，尽管现在我们还是无法利用开放审稿系统的全部好处，但新政策确实可以给论文作者们提供一个可以公开显示，并反击论文评审中存在问题的机会。

「我们认为这是最好的折中方案，因为它还可以让初级研究人员避免因为有害的公共批评而遭受打击，」NeurIPS 2021 大会的程序主席们在博客中写道。

在以往的会议中，有时研究人员会抱怨在 rebuttal 阶段领域主席未对作者提出的辩解给出任何实质性意见，也不会对误解做出解释。现在这类问题有了新的解决渠道，利益相关者看起来可以继续讨论，外界也可以参与进来。

根据 NeurIPS 2020 试验的结果，如果经过完整的审稿流程，大约有 6% 的直接拒稿（desk rejection）论文可能会被接收。因此，NeurIPS 2021 今年决定取消 desk rejection。但如果论文违反页数限制或其他提交要求，仍可能会被拒稿，无需经过审核。

为了最大程度地减少审稿过程中的偏见和误解，NeurIPS 2021 组委会将在提交初审和作者反馈后允许作者与审稿人进行「滚动讨论」。在滚动讨论阶段，作者可以回答审稿人提出的问题。

为了让作者在回答之前能够仔细分析审稿意见，在讨论开始之前，还将划定一个反应阶段。如果出现新的审稿意见，作者也能在讨论阶段及时回复。

为了阻止没有实质性修改的重复提交，大会要求论文作者声明论文不是此前任何其他同行评审过程的拒稿。和去年一样，重复提交的作者必须提交一份描述新更改的文档。在机器学习社区，有一些证据表明：审稿中存在「重复提交偏见」。

在一项面向新晋审稿人的调查中，审稿人给标有「重复提交」的论文评分较低。另一方面，COLT 2019 允许将提交给 STOC 的论文同时提交给 COLT，如果论文已被其中一个会议接收，就从另一会议撤回。

尽管 STOC 和 COLT 的审稿人共享了这些提交论文，但并没有证据表明存在「重复提交偏见」。为了大规模评估「重复提交偏见」，NeurIPS 2021 将随机从提交论文中选择一部分，只有这部分论文的重复提交信息对审稿人和区域主席可见。

当然，审核过程的成功取决于审核的质量和 NeurIPS 社区的努力工作。根据以往经验，NeurIPS 的论文提交数量每年以约 40% 的速度增长。到 2020 年，论文提交量超过了 9400 篇。

考虑到 ICML 2021（约 10%）和 ICLR 2021（约 15%）的增长，NeurIPS 组委会正在为可能的 12,000 篇提交量做准备。

没有专职审稿人、区域主席和高级区域主席的工作，会议将无法继续进行，这些角色至关重要。为了帮助培训 NeurIPS 社区的新晋审稿人，NeurIPS 组委会还在准备编写审稿教程。

担任985高校博导的25岁博士有多厉害

担任985高校博导的25岁博士有多厉害，冯磊自2021年入职时仅25岁，是重庆大学计算机学院目前年龄最小的引进人才，担任985高校博导的25岁博士有多厉害。

“90后”目前已渐成为中国学术圈的生力军，而“95后”的青年学者也开始跃上学术舞台。

记者注意到，重庆大学计算机学院“95后”弘深青年学者冯磊再度引起社会舆论关注。重庆大学计算机学院7月间消息透露，冯磊撰写的论文《Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器学习会议（The 38th International Conference on Machine Learning）（CCF A类）上发表。

重庆大学计算机学院介绍，这是机器学习领域公认的顶级国际学术会议，在学术界享有极高的声誉，计算机学院首次以第一单位在该会议上发表学术论文，实现了零的突破。

该论文的`第一作者与通讯作者均为冯磊，合作者来自日本东京大学、日本理化学研究所先进智能研究中心、新加坡南洋理工大学、澳洲昆士兰大学、中国香港浸会大学等著名高校或研究机构。

重庆大学方面提供的个人信息显示，冯磊，男，出生于1995年4月，博士毕业（直博并提前毕业）于新加坡南洋理工大学，目前为重庆大学计算机学院弘深青年学者引进人才、博导，兼任日本理化学研究所先进智能研究中心（RIEKN Center for Advanced Intelligence Project）客座科学家（Visiting Scientist）。

冯磊自2021年1月起加入计算机学院工作至今，入职时仅25岁，这是重庆大学计算机学院目前年龄最小的引进人才，也是学院有史以来首次直接给应届博士毕业生正高/博导岗位。

冯磊的主要研究方向为机器学习、数据挖掘、人工智能。近三年来，已在ICML、NeurIPS、KDD、CVPR、AAAI、IJCAI等国际顶级（CCF A类）会议与中科院一区期刊上以第一作者或通讯作者发表论文十余篇。研究成果在弱监督学习领域做出了许多重要的贡献。

在学术服务方面，冯磊担任IJCAI 2021高级程序委员会委员（senior program committee member），ICML 2021专家审稿人（expert reviewer），以及其他国际顶级（CCF A类）会议（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委员会委员/审稿人，并受邀担任多个国际知名期刊（包括JMLR、IEEE TPAMI、IEEE TIP、IEEE TNNLS、MLJ）审稿人。

另外，在重庆大学计算机学院官网冯磊的个人页面，冯磊专门标注了一段文字：本课题组研究经费充足，与国内外著名高校和研究机构有紧密的合作，欢迎青年老师和有意从事学术研究的博士后博士生硕士生加入（或访问）本课题组。招收弘深青年教师（特别资助：37-40万元/年，重点资助：27-30万元/年）。

冯磊还特别注明注意事项：2022年秋季入学的博士硕士研究生招生名额已满，谢谢各位同学的热情，请勿再邮件联系我了。同时，他向大家强烈推荐了其他几位导师。

重庆大学是教育部直属的全国重点大学，国家“211工程”和“985工程”重点建设的高水平研究型综合性大学，国家“世界一流大学建设高校（A类）”。

2021年1月，出生于1995年4月的冯磊，被重庆大学计算机学院，直接作为弘深青年学者人才引进，并聘任为博导、教授，其主要研究方向为机器学习、数据挖掘、人工智能。

冯磊入职时仅25岁，这是重大计算机学院目前年龄最小的引进人才，也是该学院有史以来首次直接给应届博士毕业生正高/博导岗位。

个人主页：

入职半年，冯磊撰写的论文《Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器学习会议（The 38th International Conference on Machine Learning）（CCF A类）上发表。这是机器学习领域公认的顶级国际学术会议，在学术界享有极高的声誉，这也是重庆大学计算机学院首次以第一单位在该会议上发表学术论文，实现了零的突破。

冯磊简介

冯磊，重庆大学弘深青年学者引进人才（教授、博导），兼任日本理化学研究所先进智能研究中心（RIKEN Center for Advanced Intelligence Project）Visiting Scientist。博士毕业于新加坡南洋理工大学（Nanyang Technological University, Singapore），在提前毕业的情况下，获得南洋理工大学计算机科学与工程学院杰出博士学位论文奖第二名（NTU SCSE Outstanding PhD Thesis Award Runner-Up）。中国计算机学会（CCF）会员，中国人工智能学会（CAAI）会员，国际人工智能促进学会（AAAI）会员，美国计算机学会（ACM）会员，中国人工智能学会机器学习专委会通讯委员。担任IJCAI 2021与AAAI 2022高级程序委员会委员（senior program committee member），ICML 2021 专家审稿人（expert reviewer），以及其他国际顶级（CCF A类）会议（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委员会委员/审稿人，并受邀担任多个国际顶级期刊（包括JMLR、IEEE-TPAMI、IEEE-TIP、IEEE-TNNLS、MLJ）审稿人。

主要研究方向为机器学习、数据挖掘、人工智能。已在International Conference on Machine Learning (ICML)，Annual Conference on Neural Information Processing Systems (NeurIPS), ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD)，IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), International Conference on Computer Vision (ICCV), AAAI Conference on Artificial Intelligence (AAAI), International Joint Conference on Artificial Intelligence (IJCAI)等国际顶级（CCF A类）会议与中科院一区期刊上发表论文近二十篇。

冯磊还入选了2021福布斯中国30 Under 30 科学和医疗健康领域榜单。

重庆大学是教育部直属的全国重点大学，国家“211工程”和“985工程”重点建设的高水平研究型综合性大学，国家“世界一流大学建设高校（A类）”。

学校创办于1929年，在20世纪40年代就发展为拥有文、理、工、商、法、医6个学院的国立综合性大学。经过1952年全国院系调整，成为国家高教部（高教部1958年并入教育部）直属的、以工科为主的多科性大学。1960年被确定为全国重点大学。改革开放以来，学校大力发展人文社科类学科专业，促进了多学科协调发展，逐步发展为综合性研究型大学。1998年，学校成为国家“211工程”重点建设高校。2000年5月，原重庆大学、重庆建筑大学、重庆建筑高等专科学校三校合并组建成新的重庆大学。2001年，学校成为“985工程”重点建设高校。2004年，学校被确定为中管高校。2017年9月，学校入选国家“世界一流大学建设高校（A类）”。

学校学科门类齐全，涵盖理、工、经、管、法、文、史、哲、医、教育、艺术11个学科门类。设7个学部35个学院，以及附属肿瘤医院、附属三峡医院、附属中心医院。教职工5300余人，在校学生47000余人，其中研究生20000余人，本科生26000余人，来华留学生1700余人。校园占地面积5200余亩，有A校区、B校区、C校区和虎溪校区。