
同学
有两位
同学在IJC
AI投稿未中的文章经过修改后被NIPS接收了,类似的情况在IJC
AI的投稿群里并不少见。甚至还有一些文章在第一轮就被IJC
AI总结性拒稿,却成功中了ICCV。结合近几年IJC
AI 12%-15%的低接受率(这个比例是在其投稿量仅为其他顶级会议三分之一的情况下实现的,无论如何都不算容易中),所以我并不认为IJC
AI是一个更容易中的会议。不过,从整体来看,IJC
AI投稿文章的平均质量确实略逊于NIPS。IJC
AI的难中主要体现在对接受比例的严格控制上,这种做法是为了保证会议的整体质量,但也导致许多优秀文章被误伤。比如一些没有明显负面评价的文章仍被拒绝,或者一些后来能轻松被其他顶级会议接收的文章,在IJC
AI却得到了莫名其妙的超低分,这种情况在其他顶级会议上较为少见。因此,IJC
AI的难中部分原因可以归结为更高的随机性。相比之下,NIPS的优势在于它接收了更多具有突破性或奠基意义的工作,而不是说它的文章整体质量下限或平均水平更高。事实上,IJC
AI通过严格的分数控制确实能够确保录取文章的质量底线。我个人阅读IJC
AI中
计算机视觉领域的文章时,并未感觉到它们与CVPR、ICCV和ECCV等会议的一般水平文章有什么显著差异(而ACM MM的CV文章则明显弱了很多,质量远不如BMVC)。不过,最顶尖的工作通常不会选择投稿到IJC
AI。因此,如果评判一个会议的好坏是看它最好的那部分文章,那么IJC
AI确实逊色不少。但如果评判标准是所有文章的整体质量或接受门槛,IJC
AI无疑是一个非常优秀的会议,尤其是在NIPS和CVPR等会议逐渐扩大规模、接收门槛下降的情况下,IJC
AI依然保持了较高的水准。