​

接收率高得出乎预料。

​

1 月 21 日，深度学习*学术会议 ICLR 2022 录用的结果向论文作者们进行了通知。就在本周五，论文接收的完整列表已经在 OpenReview 平台上公开。

ICLR 2022 完整论文列表：https://openreview.net/group?id=ICLR.cc/2022/Conference#oral-submissions

​

据统计，今年的 ICLR 共有 54 篇 Oral（口头报告）论文和 176 篇 Spolight 论文，论文接收总数 1095 篇，最终投稿量 3391 篇，论文接收率 32.3%。今年的大会不论是投稿量还是接收量都创了新高。

ICLR 全称为国际学习表征会议（International Conference on Learning Representations），今年将举办的是第十届，预计将于 4 月 25 日至 29 日在线上举行。

在机器学习社区中，ICLR 是较为「年轻」的学术会议，它由深度学习巨头、图灵奖获得者 Yoshua Bengio 和 Yann LeCun 牵头举办，2013 年才刚刚举办第一届。不过 ICLR 很快就获得了学术研究者们的广泛认可，被认为是深度学习的*会议。在 Google Scholar 的学术会议 / 杂志排名中，ICLR 目前排名第十位，要高于 NeurIPS。

根据去年 11 月 10 日的论文初审数据，今年的 ICLR 会议平均分为 4.93（+- 1.15）。其中，31 篇投稿的平均分为 8 分，39 篇投稿得到最高分 10 分，没有一篇投稿得到两个以上的 10 分。

有趣的是，在分数发出后人们进行了统计，在论文评审期间已提交到 arXiv 上的论文（平均 5.1）相比没有发 arXiv 的（平均 4.7）分数较高：

​

在推特上进行过分享，且点赞数大于 5 的论文，在评审中也比其他论文具有更高的推荐分数（5.4 比 4.8）：

​

最后是开源代码与否的统计，论文附带可用源代码，即使是一个承诺很快上传的空 GitHub，也能让论文获得更好的评价，有代码论文平均分 5.2，无代码论文 4.8 分：

在评审期间进行宣传的论文，大概率完成度更高。下一次 AI 顶会的投稿，你是否会改变一下策略？

参考内容：https://www.reddit.com/r/MachineLearning/comments/qszmuu/d_analysis_of_iclr_2022_review_scores/

​