今年整體接收率為 31.8%，你的論文出現在列表中了嗎？

深度學習頂級學術會議 ICLR 2023 錄用結果已經公布！論文接收的完整列表已經在 OpenReview 平臺上公開。

ICLR 2022 完整論文列表：https://openreview.net/group?id=ICLR.cc/2023/Conference#notable-top-5-

ICLR 全稱為國際學習表征會議（International Conference on Learning Representations），今年將舉辦的是第十一屆，預計將于 5 月 1 日至 5 日在盧旺達首都基加利線下舉辦。

在機器學習社區中，ICLR 是較為「年輕」的學術會議，它由深度學習巨頭、圖靈獎獲得者 Yoshua Bengio 和 Yann LeCun 牽頭舉辦，2013 年才剛剛舉辦第一屆。不過 ICLR 很快就獲得了學術研究者們的廣泛認可，被認為是深度學習的頂級會議。在 Google Scholar 的學術會議 / 雜志排名中，ICLR 目前排名第十位，要高于 NeurIPS。

在今年的接收統計中，ICLR 共接收近 5000 篇投稿，整體接收率為 31.8%，接近于去年的 32.26%。今年還有一個變化是接收論文的 tag 會有兩個，一個是論文類型（oral、spotlight、poster），另一個是 presentation 的方式。

位于 top5% 論文內容涉及 Transformer、in-context learning、擴散模型等內容。

top5% 論文列表截圖

論文接收列表一放出，在推特上引起了熱烈討論。

斯坦福大學計算機科學博士 Dan Fu 表示自己參與的論文中了 spotlight，他還談到，大家都在議論 Attention is all you need，但沒有人給出到底需要多少層 Attention？在這篇論文中，他們提出了一個新的生成語言模型 H3，其性能優于 GPT-Neo-2.7B，只需要 2 個 Attention 層。

KAIST AI（韓國電信公司與韓國科學技術院合作成立的 AI 研發機構）表示，他們總共有 24 篇論文被 ICLR 2023 錄取，包括 9 篇 Spotlights。

除此以外，Salesforce AI Research 也有多篇論文被接收。

在本次接收名單中，馬毅教授、Yann LeCun 等人合作撰寫的文章《Minimalistic Unsupervised Learning with the Sparse Manifold Transform》也被接收，除此以外，馬毅教授參與的另一篇關于增量學習論文也在接收列表中。

最近一段時間，生成模型發展迅速，隨之而來的風險也在增加，谷歌一篇關于大型語言模型如何更好的向用戶顯示輸出的研究也被接收：

很多網友都在推特上分享了論文被接收的喜悅，沒有中的小伙伴也不要灰心，爭取在接下來的頂會上有所斬獲。

審核編輯 ：李倩