Крупнейшая конференция по машинному обучению ICLR 2027 столкнулась с рекордным потоком заявок: примерно 50 000 тезисов поступило до дедлайна, который наступит только на следующей неделе. Для сравнения, ICLR 2026 приняла около 19 500 действительных заявок. Разрыв более чем двукратный, и это ещё не финальные цифры — часть авторов отзовёт работы.
Одна из причин — стратегия «подстраховки». Некоторые исследователи подают тезисы в ICLR, ожидая результатов NeurIPS, и планируют отозвать заявку, если их примут на другой конференции. Такой подход объясняет часть аномального роста, но не весь: даже с учётом отзывов итоговое число, вероятно, значительно превысит прошлогоднее.
| Конференция | Число заявок |
|---|---|
| ICLR 2026 | около 19 500 |
| ICLR 2027 (до дедлайна) | около 50 000 |
Более глубокая причина — в том, как ИИ меняет сам процесс подготовки научных работ. Анализ NeurIPS показал, что авторы активно использовали ИИ при написании заявок. Генеративные модели ускоряют черновики, обзоры литературы и оформление ссылок, снижая порог для подачи. Дополнительный фактор — корпоративное финансирование исследований: в некоторых компаниях оплата и карьера привязаны к публикационной активности, что стимулирует массовые подачи.
Часть авторов подаёт работы «на всякий случай», ожидая результатов NeurIPS, и отзовёт их в случае принятия.
Проблема не только в количестве. ICLR 2026 уже испытывала трудности из-за низкокачественных работ, сгенерированных ИИ, и рецензий, которые подрывали доверие к рецензированию. Авторы присылали статьи с выдуманными ссылками, а рецензенты, чтобы справиться с объёмом, сами обращались к ИИ. С ростом числа заявок в этом году жалобы на качество и нагрузку на рецензентов, вероятно, усилятся.
Для отрасли это означает, что модель рецензирования, основанная на добровольном труде и фиксированных сроках, плохо масштабируется под наплыв работ. Конференции уже экспериментируют с автоматизированной проверкой, но полностью решить проблему это не помогает: ИИ-инструменты одновременно и ускоряют подачу, и усложняют отбор. Пока неясно, сможет ли ICLR 2027 обработать 50 000 тезисов без потери качества отбора — и не станет ли это новой нормой для крупных ML-конференций.
