ИИтог

ICLR 2027 собрала около 50 000 тезисов, более чем в 2,5 раза больше, чем годом ранее

исследованияРедакция ИИтогThe Decoder🔥65Рейтинг ИИтог65Влияние65Новизна58Релевантность90Неожиданность58Участники35Достоверность78
ICLR 2027 собрала около 50 000 тезисов, более чем в 2,5 раза больше, чем годом ранее

Конференция по машинному обучению ICLR получила около 50 000 тезисов докладов на 2027 год, при этом дедлайн подачи наступает только через неделю. Для сравнения: на ICLR 2026 было зафиксировано около 19 500 итоговых (прошедших проверку) заявок. Часть нынешних тезисов, по оценке издания, подана авторами «про запас», они одновременно метят на NeurIPS и планируют отозвать заявку с ICLR, если их работу примут там. Поэтому итоговое число статей, скорее всего, окажется ниже 50 000, но всё равно останется намного выше прошлогоднего.

Причины роста издание видит в нескольких факторах сразу: общий хайп вокруг ИИ, корпоративные расходы на исследования (у части исследователей премии и оценка работы привязаны к числу публикаций), а также, по мнению издания, главный фактор, то, что ИИ-инструменты резко ускоряют написание статей. В подтверждение приводится анализ NeurIPS, который показал, что авторы активно использовали ИИ при подготовке своих заявок.

Уже ICLR 2026 столкнулась с потоком слабых, сгенерированных ИИ заявок и рецензий, которые подорвали доверие к процессу рецензирования: авторы присылали статьи с выдуманными (несуществующими) ссылками на источники, а рецензенты сами были вынуждены прибегать к ИИ, просто чтобы успевать обрабатывать возросший объём материала. При ещё большем притоке статей в этом году издание ожидает, что жалобы на качество рецензирования станут громче.

Ключевые факты

  • К дедлайну ICLR 2027 подано около 50 000 тезисов докладов, против примерно 19 500 итоговых заявок на ICLR 2026.
  • Дедлайн ещё не наступил (через неделю), и часть тезисов подана «про запас» авторами, которые параллельно метят на NeurIPS и отзовут заявку с ICLR при принятии там; итоговое число статей будет ниже 50 000, но выше прошлогоднего.
  • Рост связывают с общим хайпом вокруг ИИ, с корпоративными расходами на исследования (премии части учёных привязаны к числу публикаций) и, по мнению издания, в первую очередь с тем, что ИИ резко ускоряет написание статей, это подтвердил отдельный анализ NeurIPS.
  • ICLR 2026 уже столкнулась с потоком слабых ИИ-сгенерированных заявок с выдуманными ссылками на источники и с рецензентами, которые сами обращались к ИИ, чтобы успевать за объёмом.
  • При дальнейшем росте числа заявок издание ожидает усиления жалоб на качество рецензирования на ICLR.

Почему это важно

ICLR, одна из ведущих конференций по машинному обучению, и резкий скачок числа заявок (почти в 2,6 раза за год) показывает, как быстро ИИ меняет саму механику научной работы: писать статьи стало намного быстрее, а система рецензирования, рассчитанная на прежние объёмы, начинает давать сбои. Речь не просто о нагрузке, падает качество отбора: заявки с выдуманными ссылками и рецензии, написанные ИИ «для галочки», подрывают доверие к самому институту peer review.

Кому это важно

Исследователям и аспирантам, которые подают работы на ICLR и NeurIPS и планируют карьеру в академической среде; рецензентам и организаторам конференций, которым приходится обрабатывать кратно возросший поток заявок; компаниям, где публикации сотрудников влияют на премии и репутацию; шире, всем, кто полагается на рецензируемые публикации как на знак качества исследования.

Как это применить

Прямого продукта или инструмента здесь нет, но вывод практический: число публикаций на топовых конференциях как показатель качества исследования становится менее надёжным ориентиром, стоит смотреть глубже, чем просто на факт принятия на ICLR. Авторам и организаторам конференций стоит учитывать, что часть параллельно поданных заявок на ICLR и NeurIPS будет отозвана, то есть текущие цифры, это верхняя, а не итоговая оценка нагрузки.

Можно ли доверять

Материал основан на открытых цифрах ICLR (число тезисов и заявок по годам) и на упомянутом анализе NeurIPS об использовании ИИ авторами; детали методологии этого анализа в статье не приводятся, как и конкретная дата дедлайна ICLR 2027, указано лишь «через неделю». Издание не называет ни одного конкретного человека, ни авторов, ни рецензентов, ни организаторов, оценки причин роста поданы как мнение самой редакции, а не как цитаты представителей конференции.

Риски и подводные камни

Главный риск, эрозия качества рецензирования: при кратном росте объёма заявок рецензенты физически не успевают вычитывать каждую работу и сами всё чаще привлекают ИИ, что создаёт петлю «ИИ пишет, ИИ проверяет» с падающим качеством с обеих сторон. Отдельная проблема, заявки с выдуманными (фальшивыми) ссылками на источники, которые проходят через рецензентов, перегруженных объёмом. Наконец, часть заявленных 50 000 тезисов, это «резервные» подачи авторов, целящихся одновременно в NeurIPS, так что итоговая цифра статей на ICLR 2027 будет ниже и её пока нельзя считать окончательной.