ICML 2025 錄用結果，終于公布了！

今年，頂會共提交了 12107 篇有效投稿（不包括「桌拒」論文）。其中，3260 篇論文被接收，錄用率為 26.9%。

值得一提的是，ICML 總投稿數量每年激增，2024 年有 9653 篇，2023 年有 6538 篇。

今年更是創下了新高，相較于 24 年總量提升了 28%。

▲ ICML 歷年投稿總量統計（2023 年前）

ICML 與 NeurIPS、ICLR 并稱為最具影響力的機器學習三大頂會，每年舉辦一次。

今年是 ICML 第 42 屆會議，將于 7 月 13-7 月 19 日在溫哥華會議中心開幕。

不過，這一屆的 ICML 評審結果，依然是錯誤百出。機器學習研究員諷刺 AC 評審質量已經降到和 R2 一個水平。

ICML 2024：AC 把其他論文的元評審，復制粘貼到錯誤論文

ICML 2025：復制審稿人已解決的評論時（WA=3 分），連復制粘貼都能產生錯誤。

審稿人太敷衍，遭全網吐槽

每年，AI 領域的頂會總少不了一些業界的批評，包括評審不負責、AI 參評等等。

這不，一位來自 KAUST 計算機科學家指出，「自己提交的論文，評審并未提出任何負面意見，卻被直接拒稿」。

他曬出的圖中，評論大致是在說：

本文為 FedExProx，一種基于分布式外推的近端方法，提供了更緊密的收斂性結果。盡管先前分析表明該方法在二次問題上的迭代復雜度不優于梯度下降法，但本研究表明實際可以獲得更快的收斂保證。審稿人高度評價了技術結果的清晰闡述，鑒于整體理論貢獻，對實證評估也基本滿意。這些研究結果為分布式優化中，可達到收斂速率的微妙差異提供了新的見解。

有網友為審稿人找理由開脫，可能是手抖誤點了「拒稿」。還有人懷疑，這明顯就是 AI 生成的審稿建議。

另一位約克大學博士生感同身受地表示，「我對此并不驚訝，因為我們的論文也是如此遭遇」。

更慘的是，他的論文評審更加敷衍，審稿人都沒有寫完就提交了。

而且，AC 仍舊以這篇有缺陷的評審為由，拒收論文。

MBZUAI 助理教授 Zhiqiang Shen 稱，兩篇論文全被拒，對 AC 評審結果非常失望，充滿了事實錯誤。

比如，論文 4433 實際獲得兩個 4 分，但元評審錯誤記錄為「三個 3 分和一個 4 分」。

當論文 4332 的審稿人已在 rebuttal 后更新評分，但元評審仍錯誤引用舊評價。

這種前后不一的表述令人困惑，究竟是疏忽大意，還是未能正確整合審稿人的更新反饋？

無論原因如何，這都嚴重損害了評審的公正性。

南洋理工大學助理教授 Mengmi Zhang 稱，另一篇論文得到所有 ICML 審稿人一致通過，卻又被區域主席給拒稿。

她認為，「如果這就是同行評審，那么有些地方出問題了」。

來自 UT 的一位審稿人表示，自己在 ICML 2025 審稿太過寬容了，如今的學術會議根本就是零和博弈。

從現在起，凡是沒有使用 30 萬億 token，預訓練 671B MoE 模型的論文，即便有再強的理論保證，都將堅決拒稿。

以后，難道 30 萬億 token，要成訓練 MoE 硬標準了么？

目前，那些拿到錄用結果的網友們，紛紛曬出了自己的成績單。

網友曬成績單

杜克大學陳怡然教授曬出了 ICML 戰績，團隊共有 5 篇論文被頂會錄用，還有一篇與賓州州立大學合作論文被選為 Spotlight Poster。

北大計算機系張銘教授團隊，共有 4 篇論文中獎，與去年錄用論文數持平。

上下

UC 伯克利博士后研究 Xuandong Zhao 激動曬出三篇被 ICML 接收的論文。

左右

新加坡國立大學 Kun Zhou（周坤）一篇關于神經編碼器 Muffin 被正式錄用，這能夠在多種音頻類型中，實現高保真音頻壓縮。

香港大學團隊自主 GUI 交互的統一純視覺智能體模型 AGUVIS 上榜。

UC 伯克利博士生 Kayo Yin 一篇關于上下文學習注意力頭的論文被頂會錄用。

佐治亞理工學院助理教授 Humphrey Shi 博士生的一篇論文被拒，而且是花費近一年時間做出的成果。

他勉勵道，「被拒稿是常有的事。繼續學習，繼續前進 —— 真正的評判者在你心中」。

參考資料：

https://x.com/CSProfKGD/status/1917934488295768526

https://x.com/search?q=icml%202025&src=typed_query

https://x.com/peter_richtarik/status/1917934968514482369

https://weibo.com/2199733231/PpRJnmpc8

https://weibo.com/2152024140/PpQvqFeHL