Le problème croissant avec la publication de travaux sur l'IA est que le processus de publication est beaucoup plus lent que le processus de travail sur papier, donc lorsque les articles obtiennent enfin des évaluations par les pairs complètes, on demande aux auteurs de tenir compte des nouveaux articles qui sont basés sur l'article en cours d'examen ! Il n'y a pas de normes réelles à ce sujet.

Et le problème connexe est que les documents de travail originaux sont souvent rédigés sur des modèles antérieurs. Les examinateurs avertis en IA demandent que les articles soient mis à jour pour les modèles les plus récents, mais cela change souvent les résultats - publiez-vous des choses historiquement vraies, ou exigez-vous des mises à jour ?

Note importante pour les non-académiques : vous n'obtenez pas de titularisation ni de promotion pour des prépublications. Vous avez besoin d'articles publiés et évalués par des pairs.

Les articles doivent de plus en plus être conçus pour être facilement mis à jour à mesure que de nouveaux modèles sortent. Cela signifie également que les articles "L'IA ne peut pas bien faire la tâche X" doivent plutôt être réécrits sur la tendance, car au moment où vous publiez, elle peut très bien accomplir la tâche X.