算优秀的。一般的都只有2、3篇,你有5篇算是很优秀的。人工智能专家IanGoodfellow在Twitter上抱怨同行评审(peerreview)机器学习的成功依赖于大型会议,这一领域发展非常迅速。而期刊审稿周期相对较长,因此大部分最新的工作都首先发表在会议上,像NeurIPS,ICLR,ICML等,这对机器学习的发展壮大起了很重要的作用。一般来说,学术会议会邀请某一领域的专家审稿-即通过同行评审制度-决定论文是否值得发表。可以说,顶会现在的成功,很大程度上也要归功于同行评审制度。反之,如果研究工作不经过可靠的同行评审就发表,可能会带来许多问题:大多数人,即非专家,无法分辨研究结果的好坏对错;也会对研究造成混乱,后人可能会引用错误的结果、结论,这无疑也会阻碍机器学习领域研究的进步。因此,随着研究人员及论文的数量成倍增加,同行评审的可靠性在今天变得更加重要。对这一制度可靠性的分析和相关的改进方法,也渐渐成为一个热门话题,并引起学术界和业界的关注。