ICLR 2026評(píng)審結(jié)果公布了！

這屆ICLR論文投稿數(shù)量創(chuàng)歷史新高。

根據(jù)Paper Copilot網(wǎng)站統(tǒng)計(jì)，與2025年的11672篇總投稿論文相比，ICLR 2026共有19631篇投稿，數(shù)量增加了，但質(zhì)量卻下降了——

ICLR 2025最高分為滿分10分，ICLR 2026最高為8.5；

ICLR 2025平均分為5.12分，ICLR 2026平均為4.20。

鏈接：https://papercopilot.com/statistics/iclr-statistics/iclr-2026-statistics/

已有多名投稿人經(jīng)歷人生中第一次在ICLR上獲得0分：

國內(nèi)有投稿人甚至3篇投稿「全軍覆沒」，發(fā)推感嘆獨(dú)特的人生經(jīng)歷：

ICLR 2026將于明年4月23日至27日，在巴西里約熱內(nèi)盧舉行。

與NeurIPS和ICML一樣，ICLR是機(jī)器學(xué)習(xí)和人工智能研究領(lǐng)域中三大高影響力的會(huì)議之一。

ICLR，全稱「International Conference on Learning Representations 」（國際表征學(xué)習(xí)大會(huì)），在2012年由圖靈獎(jiǎng)得主Yann LeCun和Yoshua Bengio創(chuàng)立。

ICLR 2026平均得分低了近1分

總體上，ICLR的分?jǐn)?shù)平均值比去年下降了近一個(gè)點(diǎn)：

2026年：前30%的提交分?jǐn)?shù)超過約5.0分

2025年：前30%的提交分?jǐn)?shù)超過6.0分

生物醫(yī)學(xué)工程博士Afshin Khadangi使用API獲取了19129條評(píng)審意見，總結(jié)了其中的一些亮點(diǎn)：

僅有1792篇（約9%）論文的平均評(píng)分達(dá)到6分及以上。

1篇論文（id 12681）獲得了9條評(píng)論！

在個(gè)人評(píng)分中，平均值為4.22，標(biāo)準(zhǔn)差為1.86，來自74,371條評(píng)論。

審稿人Cheems Wang注意到所在領(lǐng)域沒變論文至少有一個(gè)極端分?jǐn)?shù)，今年的評(píng)分確實(shí)保守了。

審稿人Yu Su也注意到平均分有些低，225篇論文中只有18篇論文平均初始得分超過了6分，勉強(qiáng)達(dá)到會(huì)議接受底線。

清華大學(xué)博士、普林斯頓博士后發(fā)現(xiàn)了ICLR 2026明顯的評(píng)分模式：

提交ID越高，評(píng)分似乎越低。

有人兩年前就發(fā)現(xiàn)類似模式了：

讓人大吃一驚的是，評(píng)審現(xiàn)場驚現(xiàn)「精神病」評(píng)論：

如此激烈的審稿現(xiàn)場，引起Reddit網(wǎng)友圍觀：

現(xiàn)在原始的審稿意見已刪除，審稿人為自己的冒犯性言論道歉，但堅(jiān)持稱提出的論文問題沒有任何錯(cuò)誤。

另一位來自亞馬遜的一位ICLR審稿人也有牢騷：

在審稿意見剛公布后，我所負(fù)責(zé)的一篇論文就被撤稿了。

而且今年在多個(gè)頂級(jí)會(huì)議上，他已經(jīng)遇到好幾次類似情況。

他表示，這類論文往往寫得很差，充斥著未經(jīng)定義的新術(shù)語、缺失引用，甚至有些段落看起來像是AI生成的。

審稿人常常要花五六個(gè)小時(shí)去搞懂作者的方法和實(shí)驗(yàn)（而這些實(shí)驗(yàn)通常也不怎么樣），結(jié)果最后論文一撤了之，換個(gè)會(huì)議重新投。

如果作者不做改進(jìn)，新的審稿人也還得再受一遍罪。

他提議：「是否該設(shè)立某種機(jī)制，對(duì)那些頻繁撤稿或無故跳過rebuttal階段的作者，給予臨時(shí)投稿禁令？」

不過，他之后另發(fā)推文表示，某些論文和評(píng)審的質(zhì)量之低，讓人沮喪。

他認(rèn)為，這種沮喪很大程度上源于大家對(duì)論文和評(píng)審質(zhì)量分布的期望：

論文質(zhì)量并不遵循正態(tài)分布，而我們卻常常試圖給出遵循正態(tài)分布的評(píng)分。下限遠(yuǎn)比上限離平均值更遠(yuǎn)。評(píng)審質(zhì)量也是如此。 

但我們期望正態(tài)分布，也就意味著我們期望低質(zhì)量的論文或評(píng)審很少，但這并非現(xiàn)實(shí)。

這種對(duì)正態(tài)分布的錯(cuò)誤假設(shè)在生活中許多領(lǐng)域都存在，正如塔勒布的《黑天鵝》中揭示的。

Meta的研究人員Tarun Kalluri則表示，作為審稿人，列表上一半的論文他花的時(shí)間比作者還多。

也有審稿人表示，一旦發(fā)現(xiàn)「屢投屢拒」的低分論文，他會(huì)馬上確認(rèn)觀點(diǎn)，提交簡短的評(píng)論，避免浪費(fèi)時(shí)間。

不少投稿人對(duì)AI頂會(huì)的同行評(píng)議，意見也很大。

NeurIPS 2025審稿，「誰是Adam？」神評(píng)論直接淪為年度最大笑話。

而類似一幕在ICLR 2026也上演了——

圖賓根大學(xué)博士生Alexander  Panfilov直接說續(xù)集已面世。

原因竟是論文中提到「白箱 VS 黑箱」，被認(rèn)為這些詞匯「帶有種族歧視的隱含意義」，要求小改。

DeepMind研究員

評(píng)審是「隨機(jī)數(shù)生成器」

DeepMind研究員Neel Nanda祝賀了所有投稿人，并提供了一份論文反駁（rebuttal）指南。

鏈接：https://www.lesswrong.com/posts/vJNQZqgnKSxTBdFbS/neel-nanda-s-shortform?commentId=qqHPrBheFwQgrJbzN

他給出的建議就是要大家記住一件事——

同行評(píng)審已經(jīng)被正式驗(yàn)證是一種「隨機(jī)數(shù)生成器」。

在一項(xiàng)隨機(jī)對(duì)照實(shí)驗(yàn)中，哪怕是被評(píng)為「重點(diǎn)報(bào)告」的論文，換一個(gè)審稿組也有一半被拒。

所以，別把自我價(jià)值寄托在這輪學(xué)術(shù)輪盤賭是落在紅格還是黑格上。

如果評(píng)審的批評(píng)聽起來不太靠譜——那很可能確實(shí)如此（也不排除是某個(gè)大語言模型寫出來的）。

但如果評(píng)審意見有道理（當(dāng)然你得克服自己的防御心態(tài)來看），那就太好了——你得到了能讓論文變得更好的寶貴反饋！

這份反駁指南本來是為了頂會(huì)NeurIPS而寫，但就ICLR來說，Neel Nanda認(rèn)為以上情況依然普遍存在。

但不同之處在于，ICLR更鼓勵(lì)作者在rebuttal階段補(bǔ)充重要實(shí)驗(yàn)，并上傳修訂稿。我確實(shí)看到ICLR的打分變化幅度通常比其他會(huì)議大，但這也意味著需要付出更多額外工作。

另外請(qǐng)注意，ICLR的所有論文和評(píng)審意見都是永久公開的，還會(huì)被Google檢索收錄——

所以即便你覺得這篇論文沒希望了，也還有動(dòng)機(jī)寫清楚為什么評(píng)審意見不合理。

他推薦的rebuttal流程如下：

1. 把所有評(píng)審意見復(fù)制到一個(gè)Google文檔里； 

2. 給每一條意見做批注，把它們歸類為：

3. 誤解、觀點(diǎn)不一致、表述問題、技術(shù)問題； 

4. 和合作者一起討論如何逐條回應(yīng)——優(yōu)先處理重要的； 

5. 然后，寫出要點(diǎn)提綱，盡早請(qǐng)人反饋； 

6. 最后潤色整理好，提交。

通常你需要針對(duì)每位評(píng)審寫一段回應(yīng)，并總結(jié)多位評(píng)審提出的問題。

牢記「反駁」階段的三個(gè)核心目標(biāo)：

1. 改進(jìn)論文。其實(shí)，評(píng)審經(jīng)常提出一些有用的建議，既然是做科研，最終還是為了把研究做好、把成果清楚傳達(dá)出去。
2. 說服評(píng)審打高分。爭取讓他們對(duì)你產(chǎn)生好感，自然更愿意調(diào)高分?jǐn)?shù)。
3. 對(duì)付不講理的評(píng)審。如果某位評(píng)審明顯針對(duì)你，那核心對(duì)象就變成了領(lǐng)域主席和其他評(píng)審——你要用有理有據(jù)的回應(yīng)，讓他們意識(shí)到這位評(píng)審的意見站不住腳。換句話說：哪怕是針對(duì)性很強(qiáng)的批評(píng)，也要認(rèn)真回應(yīng)，只是說服的對(duì)象換了。

最重要的一點(diǎn)：讓人相信你真的改進(jìn)了論文。

而且，時(shí)間是有限的，你希望最大化單位時(shí)間內(nèi)的回報(bào)，而新的實(shí)驗(yàn)通常比撰寫或概念反駁要花費(fèi)更長的時(shí)間——謹(jǐn)慎地進(jìn)行優(yōu)先級(jí)排序。