“这么刚,很明显是没看上tpami!”
“他们会转投jmlr或者ijcv吧。”
“很有可能,反正这下tpami的戴维会气得够呛!”
不同于学术圈的反应,各大期刊编辑部们倒是高兴无比。
漆昊拒绝了邀请,那就表明他的稿子,还在市面上。
而且是两篇。
一篇是把斯坦福正教授论文打成废纸的comment完整版,这篇可以说是自带全球流量,另一篇是传说中的新技术,没人知道具体内容,但tpami敢无条件收录,说明连tpami都相信那是硬货。
现在tpami出局了。
那就是说,剩下的所有人都有机会!
学术圈有个不成文的规律:数学越纯粹,引用越稀少。
这话不是没有道理。
翻开近二十年的数学顶刊,那些证明黎曼猜想周边引理的论文,引用量能上三位数的,屈指可数。
不是因为不重要,而是因为能看懂的人本来就少,能用上的场景更少。
纯数学的世界,美则美矣,但和应用界隔了十万八千里。
漆昊的东西不一样。
他的理论根扎在数学里,长出来的枝桠却伸向了深度学习。
而深度学习,是当下资本市场愿意花钱的赛道。
资本愿意花钱,自然能吸引到研究人员进入这个赛道。
这些研究人员,只要在做深度学习相关研究,就绕不开漆昊的工作。
所以漆昊的论文引用量至少是五位数起步。
论文引用量关乎着期刊的影响因子,光凭这一点各大期刊编辑部也坐不住。
漆昊拒绝tpami邀稿的回信公开后不到两个小时,jmlr的编辑部就已经开了紧急会议。
jmlr的编辑部不大,但每一个坐在这里的人,都出身于mit,在业内都有一定的名气。
主编加雷斯把笔记本电脑推到桌子中央,屏幕上是漆昊那篇comment的全文。
“我需要听听你们的意见。”
坐在他左手边的副主编托马斯先开口:“理论框架是自洽的,我重新推了一遍核心引理,没有漏洞。”
“收敛证明呢?”
“比我见过的大多数投稿都严格,说实话,这个comment的数学密度,已经够发一篇正式论文了,我们这边历来注重数学理论,如果能够邀请到漆昊……”
这句话让在场所有人都沉默了。
tpami和jmlr,表面上都是机器学习领域的顶刊,但内行人都清楚,tpami背靠ieee,地位要高一些。
但是tpami要的是效果,你的模型在imaenet上涨了多少个点,消融实验做了几组,工程上能不能落地,理论够用就行,不需要你把每一个定理都证明得无懈可击。
jmlr更注重完整的理论推导,审稿人是统计学习和优化理论的顶级专家,对证明漏洞的容忍度是零。
所以真正算下来,jmlr的投稿难度,圈内公认要高于tpami。
加雷斯点头:“现在tpami把这个机会让出来了,我们不能再犯同样的错误。”
霍夫曼笑了一下:“你是说,我们要主动出击?”
“那是肯定的,我们要让漆昊知道,他的工作在我们这里会得到它应有的对待。”
加雷斯想了一下:“起草一份深度评注,把他这篇comment的核心贡献逐条列出来,理论意义,潜在影响和现有文献的关系,全部写清楚,附在邀约函里一起发过去。”
“一定要让他知道我们是认真看过的。”
加雷斯做事如此认真,原因就在于,jmlr这本期刊的创办理念就和其他期刊不一样。
当时加雷斯等人发现顶刊论文锁在付费墙后面,普通学生查一篇文献要花掉一顿饭钱,有些海外小机构的研究者更是负担不起订阅费。
他们受够了学术成果被商业集团当摇钱树,作者分文不得,读者却还要掏高价才能看到。