अंतर्राष्ट्रीय अधिगम प्रतिनिधित्व सम्मेलन (ICLR) मशीन लर्निंग के क्षेत्र में एक प्रमुख शैक्षणिक सम्मेलन है, जिसका पहला आयोजन 2013 में हुआ था। यह अधिगम प्रतिनिधित्व, विशेष रूप से डीप लर्निंग और तंत्रिका नेटवर्क पर शोध के लिए समर्पित है। NeurIPS और ICML के साथ, ICLR को मशीन लर्निंग और कृत्रिम बुद्धिमत्ता अनुसंधान में सर्वोच्च प्रभाव और प्रतिष्ठा वाले तीन प्राथमिक सम्मेलनों में से एक माना जाता है।
इस सम्मेलन की स्थापना यान लेकन और योशुआ बेंजियो ने 2012 में की थी, जिसका उद्घाटन कार्यक्रम 2013 में हुआ था। अपनी शुरुआत से ही, ICLR ने पेपर सबमिशन के लिए एक खुली सहकर्मी समीक्षा प्रक्रिया अपनाई, जो लेकन द्वारा प्रस्तावित एक मॉडल है। यह दृष्टिकोण सभी प्रस्तुत पेपरों और समीक्षाओं को ऑनलाइन सार्वजनिक रूप से उपलब्ध कराता है, जो कई अन्य सम्मेलनों द्वारा उपयोग की जाने वाली पारंपरिक डबल-ब्लाइंड समीक्षा के विपरीत है।
सम्मेलन प्रारूप
ICLR आमतौर पर हर साल अप्रैल के अंत या मई की शुरुआत में आयोजित किया जाता है। कार्यक्रम में आमंत्रित वक्ता, मौखिक प्रस्तुतियाँ, और समीक्षित पेपरों के पोस्टर सत्र शामिल होते हैं। खुली समीक्षा प्रक्रिया एक परिभाषित विशेषता है, जो समुदाय को स्वीकृति निर्णयों से पहले सबमिशन पर टिप्पणी करने की अनुमति देती है। इस पारदर्शिता का उद्देश्य विचारों के तेजी से प्रसार और अधिक सहयोगात्मक वैज्ञानिक प्रवचन को बढ़ावा देना है।
सम्मेलन में विषयों की एक विस्तृत श्रृंखला शामिल होती है, जिसमें शामिल हैं लेकिन इन्हीं तक सीमित नहीं: अनपर्यवेक्षित और अर्ध-पर्यवेक्षित अधिगम, जनरेटिव मॉडल, एडम ऑप्टिमाइज़र और अन्य SGD वेरिएंट जैसे अनुकूलन तरीके, ड्रॉपआउट और बैच नॉर्मलाइज़ेशन जैसी नियमितीकरण तकनीकें, और ट्रांसफॉर्मर और अवशिष्ट नेटवर्क जैसे आर्किटेक्चर।
स्थापना और प्रेरणा
ICLR की स्थापना 2010 के दशक की शुरुआत में डीप लर्निंग में रुचि के तेजी से बढ़ने से प्रेरित थी। लेकन और बेंजियो, दोनों इस क्षेत्र के अग्रणी, एक ऐसा मंच बनाना चाहते थे जो विशेष रूप से अधिगम प्रतिनिधित्व पर केंद्रित हो, एक ऐसा विषय जिसे वे NeurIPS और ICML जैसे मौजूदा सम्मेलनों द्वारा कम सेवा प्रदान किया गया महसूस करते थे। खुला समीक्षा मॉडल एक प्रमुख नवाचार था, जिसे समीक्षा चक्र को तेज करने और प्रक्रिया को अधिक लोकतांत्रिक बनाने के लिए डिज़ाइन किया गया था।
2013 में पहला ICLR एक अपेक्षाकृत छोटे लेकिन अत्यधिक सक्रिय समुदाय को आकर्षित करता था। वर्षों के दौरान, सम्मेलन में काफी वृद्धि हुई है, जो क्षेत्र के सबसे चयनात्मक और प्रभावशाली स्थलों में से एक बन गया है। इसकी स्वीकृति दर लगातार कम रही है, जो सबमिशन की उच्च गुणवत्ता को दर्शाती है।
प्रभाव और प्रतिष्ठा
ICLR अब व्यापक रूप से एक शीर्ष-स्तरीय सम्मेलन के रूप में माना जाता है, जहाँ प्रकाशित पेपर अक्सर शिक्षा और उद्योग दोनों पर महत्वपूर्ण प्रभाव डालते हैं। डीप लर्निंग में कई मौलिक कार्य, जिनमें बड़े भाषा मॉडल और मल्टी-हेड अटेंशन में विकास शामिल हैं, ICLR में प्रस्तुत किए गए हैं। सम्मेलन की खुली समीक्षा प्रक्रिया ने अन्य स्थलों को भी प्रभावित किया है, कुछ ने समान मॉडल अपनाए हैं।
सम्मेलन को प्रमुख प्रौद्योगिकी कंपनियों और अनुसंधान संस्थानों द्वारा समर्थित किया जाता है, जिनमें गूगल डीपमाइंड, ओपनएआई, एंथ्रोपिक, और टोरंटो विश्वविद्यालय शामिल हैं। यह उद्योग भागीदारी प्राकृतिक भाषा प्रसंस्करण, कंप्यूटर दृष्टि, और जनरेटिव एआई जैसे क्षेत्रों में ICLR अनुसंधान और व्यावहारिक अनुप्रयोगों के बीच घनिष्ठ संबंध को रेखांकित करती है।
संस्करण और वृद्धि
2013 से, ICLR हर साल आयोजित किया गया है। स्थान अलग-अलग रहा है, जिसमें संयुक्त राज्य अमेरिका, कनाडा, यूरोप और एशिया में संस्करण शामिल हैं। सम्मेलन ने सबमिशन और उपस्थिति के मामले में लगातार वृद्धि की है, जो मशीन लर्निंग अनुसंधान के विस्तारित दायरे को दर्शाता है। 2020 के दशक की शुरुआत तक, ICLR को हर साल हजारों सबमिशन मिलते हैं, जो इसे क्षेत्र के सबसे बड़े और सबसे प्रतिस्पर्धी सम्मेलनों में से एक बनाता है।
सम्मेलन में कार्यशालाएँ और ट्यूटोरियल भी शामिल हैं, जो शोधकर्ताओं को कार्य-प्रगति प्रस्तुत करने और उभरते विषयों पर चर्चा करने के अतिरिक्त अवसर प्रदान करते हैं। खुली समीक्षा प्रक्रिया इन सहायक कार्यक्रमों तक भी फैली हुई है, जो पारदर्शिता के प्रति सम्मेलन की प्रतिबद्धता को बनाए रखती है।