顶会竞争白热化，ACL 2025录用结果引发热议

最近，ACL组委会向所有投稿者公布了最终录用决定。作为人工智能领域最具影响力的会议之一，ACL 2025的录用结果再次引发广泛关注。今年会议将于7月27日至8月1日在奥地利维也纳举行，与会者将共同探讨最新研究成果。

从投稿数据来看，今年的参赛规模创下新纪录。据内部统计，今年总投稿量突破8000篇，较去年增长超过100%。相比之下，2024年总投稿量为4407篇。虽然具体录用率尚未公布，但参赛者普遍反映今年的竞争比以往更加激烈。

高分被拒，ACL争破头

在实际评审过程中，不少高质量论文遭遇了意想不到的挫折。亚利桑那州立大学CS助理教授Vivek Gupta团队的论文获得了3、3.5、4分的审稿人评分，元评审（Meta-Reviewer）给出3.5分，勉强达到录取标准。然而最终结果却显示，这篇论文被拒收，甚至未能进入Findings环节。

UT Austin博士生Anuj Diwan也经历了类似困境。他的论文获得3、3、3.5分，元评审给出3.5分，并建议可以被主会议接收。但最终结果依然被拒。这种现象在Reddit机器学习子板块引发热议，不少网友表示，明明成绩达标却未能入选。

谷歌DeepMind科学家Ahmad Beirami指出，当前评审体系存在两个关键问题。首先是元评审意见与最终决策脱节。负责监督AC元评审的高级区域主席（SAC）与最终决策的SAC并非同一人，导致评审标准出现偏差。

其次是决策评分体系存在逻辑断层。当前评分标准难以处理「证据不足但创新性强」的特殊情况。例如，核心论文主张未得到充分验证，本应评2分，但因创新性突出被推荐至主会，通常对应4分。现行制度却要求此类论文折中评3分（Findings档），这与科学评审的精确性原则存在矛盾。

ACL评审标准

根据ACL Rolling Review公布的评审表，审稿人需根据以下标准对论文技术严谨性进行评估：

· 5= Consider for Award：认为这篇论文可以考虑在ACL会议上获得杰出论文奖（最多前2.5%论文）。

· 4.5 = Borderline Award

· 4 = Conference：认为这篇论文可以被ACL会议接受。

· 3.5 = Borderline Conference

· 3 = Findings：认为这篇论文可以被ACL的Findings接受。

· 2.5 = Borderline Findings

· 2 = 下个周期重新提交：认为这篇论文需要大幅修改，可以在下一个ARR周期完成。

· 1.5 = 下下个周期重新提交：认为这篇论文需要大幅修改，无法在下一个ARR周期完成。

· 1 = 不建议重新提交：认为这篇论文需要完全重写，或者与ACL社区无关

网友晒出成绩单

在如此激烈的顶会评选中，同样有不少出彩论文拔得头筹。不少网友晒出了自己的成绩单，展现出激烈竞争下的丰硕成果。

来自阿里千问团队的郑楚杰激动地表示，清华博士期间的最后3篇论文全部中榜。约翰霍普金斯大学的黄任泽则大获全胜，博士期间所有论文都被接受，其中ACL中了4篇，ICML中了2篇。

微软研究科学家Xiaoyuan Yi也有三篇论文被接收。谷歌高级研究科学家Raj Dabre提交了6篇论文，共有4篇被录用。他特别指出，今年论文筛选变得非常困难，甚至在过程中还存在人为失误的因素。

这场激烈的评审竞争，不仅考验着科研人员的学术能力，也暴露出当前评审体系的诸多问题。如何在保证公平性的同时提升评审效率，将是未来需要持续优化的方向。