盛名之下，其实难副？两篇ICML杰出论文受质疑，作者亲自否认了

篇文章原创作者也出场解释了一下：

支持 Vitaly Feldman 观念的学者不在少数。列治文大学副教授 Sasho Nikolov 相信：「他们假设数学模型是从最原则上的 DP 功能之一（Talwar、 McSherry 2007 年的指标功能）里面采样的，然后他们显然一种比 Talwar、 McSherry 当年假定的还要弱的该软件确保。」

滑铁卢大学教授 Gautam Kamath 甚至问到：「篇文章数量（甚至获殊荣者篇文章）是一个显然的指标。如果你不这么相信，请也许这个举例来问道：大多数该软件专家（还包括我）都不存在与 Vitaly、Sasho 一样的担忧。但见何故，这些无论如何毫无疑问，直到它被评为优秀篇文章？」

「并非是对创作者不公正，探索原始数据集浓缩的疑问是一个有趣的疑问。但我希望和内容人能进行更具反思和与此相反的读者。我也有兴趣认识殊荣项委员时会的流程。他们是否反思地读者了这篇篇文章？」

归根结底，与其问道是对篇文章细节或创作者的严厉批评，不如问道是对 ICML 时会议和内容程序的严厉批评。而具体到「DC 与 DP 的连接」疑问上，研究成果者们都相信这确有是一个值得探讨的好朝向，但以外这篇篇文章的细节无法倚靠起创作者们想要假定的结论。

谁该为疑虑负责？

除了篇文章本身或许不存在的疑问，关于这种疑问的能避免将也在博客、reddit 上导致了争论。很多人相信，对于一些初出茅庐的博士生来问道，这种在社交媒体上被方刚们点名严厉批评的压力确有是太大了，而且这种压力主要集里面在一作身上，想想都觉得窒息。

回事，每个成熟的研究成果者在回顾自己一时期的实习时，都时会挖掘出一些不完美的地方。如果大家都以这种公开的方式将重挫他们，他们的自觉或许时会受到严重影响，甚至复发冒名顶替症候群。

如果文章或许有一些疑问，那和内容人、评殊荣人也有责任，只严厉批评创作者是不能含义的。

那挖掘出获殊荣者篇文章有疑问时，正确的解决方式将是怎样的？有人提议问道：或许可以试试提请一篇ECC的新篇文章。

参照文档：_icml_2022_outstanding_paper_awards/?utm_source=share&utm_medium=web2x&context=3