ICLR国际学习表征会议OpenReview 公开评审顶会参会指南访问官网 ↗

文｜青衣网络 AI 观察团队 · 更新于 2026-08-25 · 预计阅读 9 分钟 · 含 FAQ 结构化数据

ICLR：把「表征学习」推上主舞台的深度学习年度大会

ICLR（International Conference on Learning Representations，国际学习表征会议）是专注表征学习与深度学习的国际学术会议，2013 年由 Yoshua Bengio、Ian Goodfellow 等学者发起创办，Yann LeCun 等深度学习先驱也是最早的推动者之一[1][2]。它依托 OpenReview 平台的公开评审制度独树一帜，如今与 ICML、NeurIPS 并称机器学习领域的三大旗舰会议。

壹为什么会有 ICLR：2013 年的那次「另起炉灶」

故事的起点通常被追溯到 2012 年：AlexNet 在 ImageNet 图像识别大赛上一鸣惊人，深度学习从边缘方法一夜之间成为主流范式，研究者蜂拥而入[4]。传统会议的议程容量骤然吃紧，一批聚焦「如何学好数据的数学表示」的研究者感到，需要一个专门的新阵地。

时代土壤表征是深度学习的命门

机器学习性能的天花板，很大程度取决于数据被表示得好不好：表示得当，下游任务事半功倍。「表征学习」正是为这一核心难题命名的领域，ICLR 从会名起就锚定了自己的独特生态位。

创始阵容Bengio、Goodfellow 与早期同路人

首届 ICLR 于 2013 年在美国亚利桑那州斯科茨代尔召开[1]。发起人 Bengio 与早期核心推动者 Hinton、LeCun，后来共同摘得 2018 年 ACM 图灵奖[5]——这场会议自诞生起就带着「嫡系正统」的基因。

与老牌会议相比，ICLR 出生即是「深度学习原生代」：不背符号主义时代的历史包袱，敢于把整个评审流程搬到互联网上公开进行，也因此吸引了大批年轻研究者。

贰OpenReview 公开评审：一场持续十多年的社会实验

ICLR 最大的辨识度不在论文而在流程。它自创办起便依托 OpenReview 平台运行开放式评审，投稿、意见、答辩全程在网上公开可查[3]。这套机制可以拆成四个关键词：

  • 公
    全程公开投稿一经提交即在平台上架，任何人都可阅读全文与评审记录，落选论文同样可见——海量「失败尝试」因此成为公共财富。
  • 实
    作者实名不同于传统双盲，ICLR 投稿保留作者信息，接受社区目光的检验，也让同行能顺着团队脉络追踪系列工作。
  • 辩
    公开答辩审稿意见与评分公开可见，作者可在规定窗口内逐条回应（rebuttal），一来一回全部留痕，像一场小型学术听证会。
  • 众
    社区参与达到一定声望的用户可获得评论与打分权限，相当于给评审加装了「众包质检」层；具体权限规则以 OpenReview 当前政策为准[3]。

利弊之争从未停歇。支持者认为透明压制了暗箱与偏见，反对者批评公开打分催生「人情分」与跟风效应；近年还有审稿意见疑似由大模型代笔的案例被公开曝光，引发对评审质量的集体反思。这场实验没有标准答案，但它确实重塑了学界对「同行评议该怎么傲」的想象。

叁投稿全流程：从选题到海报台的四步半

  • 第一步：定选题，读近况表征、生成模型、强化学习、大语言模型及其应用均在射程之内。动笔前先翻近两年的接收列表，找准会议的语言习惯与审美偏好[1]。
  • 第二步：写作与排版主文讲清动机、方法与实验对照，图表做到「不看正文也能懂」；篇幅与格式细则以当年 Call for Papers 为准。
  • 第三步：OpenReview 提交注册账号、按模板上传 PDF 与补充材料，提交后全文即刻公开，从此进入全网注视期[3]。
  • 第四步：公开评审与 rebuttal评审期内密切跟踪意见，回应务必礼貌、聚焦证据，逐条拆解质疑而非泛泛辩护。
  • 第五步：决定与终稿接收论文按呈现形式分级，随后提交 camera-ready 版本并注册参会。三类形式的差别如下：
呈现形式现场形态通常对应的论文
口头报告大会报告时段登台讲解，全场曝光评审公认突破性强、影响面广的少数工作
亮点展示亮点海报配合短讲，关注度次之质量优秀但主题相对垂直的工作
海报交流固定时段展板一对一深入讨论绝大多数接收论文的主要呈现方式

具体分级设置各年略有调整，以当年官网通知为准。

肆热点议题十年流变：从词向量到大模型

把历届接收论文摊开，几乎就是一部深度学习的编年史：

2013–2016 · 奠基层词向量、卷积网络、循环网络轮番登场，无监督预训练的思想开始复兴，方法论底盘在这一时期浇筑成型。
2017–2019 · 生成与结构GAN 改进竞赛火热，注意力机制强势崛起，图神经网络与元学习成为最受瞩目的增长点。
2020–2022 · 规模化时代自监督对比学习大放异彩，扩散模型崭露头角，「缩放定律」逐渐统治叙事，暴力美学登上舞台中央。
2023 至今 · 大模型纪元大语言模型、对齐与人类反馈、多模态、智能体与推理能力评估占据议程中心，几乎每个分会场都在谈论同一批关键词。

值得注意的是节奏变化：早年一个热点能烧三四年，如今话题迭代以月计——这也是新人选题时最需要掂量的现实约束。

伍新人参会建议清单：把钱和时间花在刀刃上

住宿签证赶早不赶晚会议协作酒店往往数月前售罄，签证材料同理，拖到最后只会被动。
别只追 oral 场次海报厅才是真正的交流主战场，作者就在板子后面站着，提问成本最低。
备好 60 秒自我介绍外加一页论文摘要卡片，电梯偶遇大佬的三分钟决定你这次差旅的下限。
留意学生志愿岗位志愿者通常可减免注册费，政策与名额以当年官网公告为准[1]。
Workshop 值得单独排期细分领域的深度讨论多发生在 workshop，主会反而只能看到「头部结论」。
会后 48 小时黄金跟进趁记忆新鲜发出邮件、交换代码仓库，人脉冷却的速度比你想象的快。

陆常见疑问

ICLR 是什么级别的会议？

机器学习与深度学习方向的顶级国际会议之一，与 ICML、NeurIPS 并列三大旗舰；在中国计算机学会的推荐会议目录中，它位列人工智能方向 A 类。

公开评审和传统双盲有何不同？

传统双盲隐藏作者与审稿人身份，ICLR 则全文公开、作者实名、意见可见、答辩留痕，透明度极高，争议也随之公开化。

中稿难度有多大？

录取率近年大致在两三成区间浮动，热门年份竞争更激烈；精确数字逐年变化，以官网公布的统计数据为准。

没有重磅实验能投吗？

分析性工作、负结果与观点类文章同样有机会，前提是把论证做扎实；是否设立专门赛道以当年征稿说明为准。

第一次参会怎么收益最大？

提前锁定住宿与志愿名额、把海报厅排在优先级最高、准备好自我介绍，会后两天内完成所有人脉跟进。

在哪里能免费读到论文？

OpenReview 平台收录历届全部投稿与评审记录，无论录用与否均可免费检索阅读[3]。

参考资料

  1. 来源：ICLR 官方网站：会议沿革、历年日程与征稿说明
  2. 来源：Wikipedia：ICLR 词条：创立背景与制度脉络
  3. 来源：OpenReview 官方平台：公开评审机制与历届投稿档案
  4. 来源：Wikipedia：AlexNet 词条：2012 年深度学习转折点
  5. 来源：Wikipedia：图灵奖词条：2018 年获奖者背景
  6. 来源：NeurIPS 官方网站：三大会议格局对照
  7. 来源：ICML 官方网站：三大会议格局对照

青衣网络 AI 观察团队 · 最后更新 2026-08-25