首届 ICLR 在斯科茨代尔举行，采用开放评审

要填补的空缺

ICLR 出现之前，做表示学习（representation learning）的研究者没有一个共同的固定会场。会议公开说出的目标就是填补这个空缺：它把表示学习看成一个横跨深度学习、度量学习（metric learning）、核学习（kernel learning）与非凸优化（non-convex optimization）的领域^[2]。表示学习关心的是让模型自己从数据里学出特征，而不是由人手工设计特征；度量学习研究样本之间的相似或距离该怎么衡量；核学习研究许多经典方法所依赖的相似度函数如何选取；非凸优化则是训练那些有很多局部极小值的目标函数背后的数学，而深度网络恰恰处在这样的情形里。把这些方向放进同一个会场，本身就是对领域走向的一种判断。

以开放评审组织会议

ICLR 由 Yann LeCun 和 Yoshua Bengio 于 2012 年创办^[1]。它最特别的地方在发表流程：整个流程建立在开放同行评审（open peer review）之上，依据的是 LeCun 提出的模式^[1]。通常的评审里，审稿人匿名，意见只有作者和程序委员会能看到；开放评审则把评审意见以及由此产生的讨论公开出来，读者看一篇论文时也能看到同行当时怎么评价它，评审也不会在决定作出之后就消失，而是附在决定旁一直留着。首届会议的论文决定公布在 OpenReview 网站上^[2]，评审的结果因此和论文一起成为可查的公开记录。这套安排的用意不只是给论文打分，也让判断是怎么作出的留下痕迹。

第一次会议

首届 ICLR 为期 3 天，2013 年 5 月 2 日至 4 日在亚利桑那州斯科茨代尔（Scottsdale）举行，与 AISTATS2013 联合举办^[2]。联合举办意味着两个会议的参会者可以在同一地点直接去听对方的场次，不必另行奔波。两位创办人 Yoshua Bengio 与 Yann LeCun 担任首届会议的大会主席（general chair）^[2]，这个角色负责整个会议的组织，而不是某一组论文。

论文与期刊的衔接

首届会议还为会议到期刊铺了一条路：会议口头报告（oral）论文的期刊版本被接收进 JMLR 的一个专题，截止日期定在 6 月 29 日^[2]。JMLR 即《机器学习研究杂志》（Journal of Machine Learning Research），是这一领域办了多年的期刊，专题则围绕一个题目汇集论文。这样的安排让最强的一批论文有了两次生命：先以会议报告的形式出现，再以扩展后的完整版本进入期刊。它把节奏较快的公开评审和节奏较慢的正式存档接了起来，于是读者引用的一篇论文和研究者当年在会场听到的报告，能够被认出是同一项工作。

首届会议定下了什么

首届会议因此把 ICLR 后来为人熟知的几个要素一次定了下来。它有自己的两位创办人 LeCun 与 Bengio，两人同时担任大会主席^[1][2]。它的范围有意横跨若干个分支，而不是只取其一^[2]。它的评审决定发布在 OpenReview 上，任何人都能看到^[2]。它还为本届的口头报告论文安排了通往期刊专题的路径^[2]。一个会议不只是一个日期加一座城市：它怎么处理评审，它最好的论文之后去哪儿，会决定人们愿不愿意把工作投给它。首届 ICLR 对这两个问题都给出了公开的答案，这也是它此后被人记住的原因。