ACL 现在无关紧要了吗？[D]
摘要
讨论 ACL 会议在 NLP 社区中是否正在失去其相关性，相比于 NeurIPS 和 ICML 等更大的人工智能会议，质疑 ACL 第一作者论文是否仍对博士申请有帮助。
我刚刚在另一个帖子的评论中看到，ACL 论文在社区中似乎被视为一个弱信号，拥有一篇 ACL 第一作者论文并不能大幅提高获得博士职位的机会。这是某种程度的引战言论，还是学术界正在一天天地变得越来越疯狂？？
ACL 是一个 A+ 级别的会议。当然，它没有 Nips、ICML、ICLR 或 CVPR 那么大，这是事实，但它并不是某个地区的 B 级会议……
我知道很多"传统"计算机科学领域的人对人工智能会议有意见，因为近年来这些会议比 ICSE 或 FSE 获得了更多关注，因此所有 AI 论文肯定都很差并且非常不科学。
相似文章
机器学习的某些子领域是否正变得无关紧要（或已经无关紧要）？[D]
本文质疑了机器学习子领域如NAS、对抗性ML和伦理学的相关性，认为资源可能浪费在没有前途的想法上，并建议转而关注生存风险。
你在 ICLR 的审稿进展怎么样？有什么观察或感想吗？[D]
一篇讨论帖，询问社区成员为 ICLR 审稿的经验，重点关注 AI 生成论文数量不断增加，以及在 OpenReview 上识别 AI 撰写的文本和“低质灌水”投稿变得越来越困难的问题。
NLP的未来可能不在NLP会议上：自然语言处理中的学术迁移模式
一项分析2010年至2026年间14.2万篇NLP论文的研究发现，资深和新兴的NLP作者越来越多地将论文发表在NeurIPS和ICLR等通用机器学习会议上，而非ACL等核心NLP会议，且ML会议具有显著的引用优势。
会议审稿基础设施能否跟上因智能体工具而增加的非垃圾研究数量？[D]
文章讨论了AI工具如何加速真正的机器学习研究，导致像ICLR 2027这样的会议投稿增加，并质疑审稿基础设施是否能跟上，提出审稿人可能也需要使用AI工具。
统计与概率机器学习的投稿去向 [D]
一位统计与概率机器学习的研究者讨论了LLM相关工作在ICLR和NeurIPS等顶级会议中的压倒性存在，并探讨了如AISTATS和UAI等替代会场以发表此类研究。