上云、代码重构一起来。
对于节奏越来越快的学术研究领域而言，arXiv 是非常重要的论文预印版平台。和维基百科一样，它是个非营利性机构。
当地时间本周四，康奈尔大学科技校区（Cornell Tech）宣布了 arXiv 获得巨额捐款的好消息。
作为一个非营利数据库，arXiv 是所有人均可以免费访问的，长期以来一直依赖人们的捐赠。康奈尔科技校区宣布，西蒙斯基金会和美国国家科学基金会（NSF）已提供了总额超过 1000 万美元的赠款以支持 arXiv。
据介绍，这笔资金将使这个拥有超过 200 万篇论文的研究存储库迁移到云端，并对其代码进行现代化改造，以确保更高水平的可靠性、容错性和可访问性。
应该过不了几天，我们加载 arXiv 上 PDF 的速度就会加快，或许可以直接在网页上就能看论文了。
「我非常感谢西蒙斯基金会和美国国家科学基金会的巨大支持，」康奈尔科技校区杰克和里拉・尼夫西院长兼副教务长 Greg Morrisett 说道。「这项投资可以确保 arXiv 服务继续扩大规模，为更广泛的受众提供服务，并更好地为科学界服务。」
康奈尔科技校区计算机科学教授 Ramin Zabih 表示：「通过对代码库进行现代化改造并过渡到云端，我们正在加强 arXiv 的基础设施建设，并确保它持续成为学术出版物共享方面的创新源泉。」
arXiv（发音为 "archive"）于 1991 年由当时的洛斯阿拉莫斯国家实验室物理学家 Paul Ginsparg 博士创立，他当时希望对大约 100 篇研究论文进行分类。当论文如潮水般涌来之后，他尝试借助计算机程序来解决问题，据说他「通过参加十多年的机器学习研讨会」学会了如何编写该程序。
Ginsparg 现在是康奈尔大学的物理和信息科学教授。
该论文平台现在由康奈尔大学图书馆负责维护和运营，是一个巨大的学术论文预印本存储库，收集了已发表和大量尚未经过同行评审过程，或不打算在参考期刊上发表的文章。
目前 arXiv 涵盖的分支学科已包括自然科学和社会科学的多个领域，包括物理、数学、计算机科学、量化 生物学、量化金融、统计学、电气工程和经济学。截止到 2022 年底，在 arXiv 上的投稿已经超过了 220 万篇。
由于 arXiv 的吸引力很大，很多领域的研究人员会在学术顶会或者期刊没有录用之前，就把自己的最新研究成果「提前发表」到这个平台上。一般人们认为这样做的好处在于「占坑」和宣传：既可以保护自己的 idea，又能扩大宣传提升学者自身的影响力。与此同时，这种做法也大大加快了学界信息传播的速度。
相比之下，即使在今天节奏较快的 AI 领域，无论会议还是期刊论文从投稿到最终可见都需要数月时间的等待，有时在此期间甚至已经出现了新的方向。
因此，arXiv 逐渐成为了很多学术领域，如数学和计算机科学的首选「投稿」地点。时至今日，经常刷 arXiv 成为了不少学者的习惯。在人工智能领域内，很多被 NeurIPS、CVPR、AAAI 等顶会收录的文章曾被提前投放在 arXiv 上获得曝光。另一方面，由于其没有非常有效的筛选机制，平台上也有很多质量较低的论文，这或许会是获得新注资后 arXiv 尝试改变的方向。
大多数时候，是否被重要期刊会议接收是评价论文质量的重要标准。不过在 arXiv 出现后，也有很多被顶会遗漏的论文在学界发挥了重要的影响力，收获了众多引用。在人工智能 领域里，我们可以轻易列举出一些在 arXiv 上出现且家喻户晓，但曾被 AI 顶会拒稿的文章，比如 YOLO 、transformer XL、Dropout 的研究。
计算机视觉 领域里著名的目标检测 算法 YOLO，其论文至今被引用数已经超过 4 万，不过当初它曾被 NIPS 拒稿，修改后转投 CVPR 2016 获得了接收。
2012 年，后来的图灵奖获得者 Geoffrey Hinton 在论文《Improving neural networks by preventing co-adaptation of feature detectors》中提出了 Dropout 。同年，AlexNet 的出现开启了深度学习 的新纪元。AlexNet 使用 Dropout 显著降低了过拟合 ，并对其在 ILSVRC 2012 竞赛中的胜利起到了关键作用。可以认为如果没有 Dropout ，深度学习的大发展可能会被推迟数年。
不过这篇论文被 NIPS 2012 拒绝，现在还是 arXiv 上的预印版状态。
承载了先进科学希望的 arXiv 平台，未来会发展成什么样？
康奈尔大学表示，arXiv 开发的下一阶段将包括雇用更多软件开发人员来支持现代化工作。与此同时，计算机科学系的教职员工将在 NSF 的资助下开发新的搜索和推荐技术，这些技术计划用于支撑 arXiv 的大型用户社区，且会得到最先进的隐私保证的支持。此外，arXiv 将通过生成 HTML 和 PDF 版本的内容，为视障人士提供更好的访问。
1000 万美元的资金将很大程度上增加 arXiv 的实力。相比之下，arXiv 在 2021 年的总花费为 242 万美元。
在收获捐赠新闻发出后，人们纷纷叫好，并期待预印版平台未来的进化。
参考内容：
news.cornell.edu/stories/202...