强化子社区：迈向 AI 研究的可持续发展
人工智能
2022-04-19 v1 机器学习
摘要
AI 的快速增长已被学术会议深切感受到，导致同行评审过程中出现了成长阵痛。这些挑战主要集中于特定子领域无法依据由各子社区利益相关者确定的、与该子社区相关的标准，来识别并评估合适的工作。我们提出一项提案，通过对评审与出版过程的去中心化，重新聚焦这些子社区内的努力。通过这一重新定位的努力，我们希望鼓励每个子领域直面其学术出版与激励制度中特有的问题。该模式在 AI 的若干子社区中历史上已取得成功，我们列举这些实例，以说明尽管规模持续增长，更广泛的领域仍可继续演进。
引用
@article{arxiv.2204.08377,
title = {Strengthening Subcommunities: Towards Sustainable Growth in AI Research},
author = {Andi Peng and Jessica Zosa Forde and Yonadav Shavit and Jonathan Frankle},
journal= {arXiv preprint arXiv:2204.08377},
year = {2022}
}
备注
ICLR 2022 ML Evaluation Standards Workshop