顶会越来越卷与其在天坑里盲目死磕不如用这五年的两万份真实投稿数据给自己的选题算一卦。ICLR 2026 官方公布的数据显示今年的整体录用率仅为 27.4%。在顶会命中率持续走低的大环境下前期的选题方向很大程度上决定了这篇论文是顺风局还是 hard 模式。近期有网友基于 Paper Copilot 汇总的 2020-2026 年 ICLR 全量投稿元数据构建了一个录用率检索工具。这份近两万篇的投稿数据藏着不少有意思的细节。以 2022 年为例当年整体录用率约 32%但标题中带有“?”的 88 篇投稿录用率高达 45.5%。仅仅一个标点符号就将中稿成功率拉高了 13%。热点轮动与老牌天坑整理近五年的 ICLR 录用率榜单其实就是一份直观的 AI 研究热点轮动表。〓 左右滑动查看历年高录用率完整榜单2022 年排在“?”之后的是language43.0%和fl41.7%。2023年扩散模型爆火标题带diffusion拿下 34.5% 的高录用率3d34.1%和large31.6%紧随其后。2024 年稀疏学习与零样本方向吃香。sparse43.0%、zero38.8%和from37.5%排名前三大模型相关的llm也稳定在 37.3%。2025 年规划、决策类方向崛起。planning44.2%、how41.7%、flow40.0%包揽前三diffusion依然稳定在 37.8%。2026 年几何与操作类成为新宠。前三名变成了less39.3%、geometry36.9%和manipulation36.2%flow matching也有 34.6%。除了跟着风口走榜单上还有rl、3d和diffusion这样连续多年录用率不错的长红词汇。不过榜单上的低录用区同样需要留意。〓 左右滑动查看历年低录用率完整榜单综合历年全字段匹配的数据一些老牌的安全与隐私方向常年垫底。例如 federated联邦学习在 2022 年录用率为 18.4%到了 2026 年跌至 16.0%adversarial对抗学习在 2023 年仅有 16.9%而 security 和 backdoor 在 2026 年也分别只有 16.3% 和 13.5%。除了老方向部分相对冷门或遭遇瓶颈的概念同样容易踩坑。2026 年的 Lowest 榜单显示最难中的词汇变成了 poison10.8%、quantum11.5%和 tabular13.3%。当赛道迅速拥挤或长期缺乏基础突破时评审门槛也会随之大幅拉高。在 2026 年全字段匹配的 Oral Rate 榜单中weather forecast0.8%、Detection1.0%和 robotics1.1%等经典的下游应用赛道以极低的比例稳居倒数。对于这类把现有模型平移到特定任务上的方向评审通常只愿意给 Poster 保底。但这并不意味着偏工程的方向就拿不到高分。看一眼最高的 Oral 榜单除了深挖学习机制的 meta11.4%主打工程落地的 LLM agent12.5%和 software10.6%同样名列前茅。这暴露出当前评审视角的真正分水岭。大家并不是排斥工程而是对缺乏系统性创新的增量式微调产生了审美疲劳。微观数据更加残酷以近期前沿的缩写词RLVR为例工具抓取了 32 篇相关投稿。最终录用率为 37.5%但录用的 12 篇文章全部为 PosterSpotlight 和 Oral 的比例都是 0%所有论文得分都在 6.0 分以下。同时该方向的撤稿比例达到了 25.0%还有 1 篇 Desk Reject。占据 2026 年最高 Oral 榜单的绝对热门LLM agent则是另一种残酷。工具显示标题中包含LLM agent的投稿多达 138 篇。虽然它贡献了 4 篇 OralOral 率 12.5%但整体录用率仅有 23.19%。更严峻的是它的撤稿情况主动撤稿率高达 28.3%39 篇外加 5 篇 Desk Reject相当于有近三分之一的投稿在早期就已出局。对比之下也有一些数据表现极佳的健康赛道比如diffusion language。该方向共 53 篇投稿整体录用率达到了 41.51%。不仅好发它的上限同样很高。Oral 率高达 13.64%拿下 3 篇 Oral。从评分分布图可以看到该领域出现了多篇 6.5 分甚至 7.0 分的高分评价。更关键的是它的主动撤稿率仅为 15.1%展现了一个处于技术突破期、投入产出比优异的赛道画像。高达四分之一甚至三分之一的撤稿或直拒率说明很多人在冲刺热点时因为实验效果不佳或初审反馈极差而无奈放弃。热门赛道的试错成本正在显著增加。查查你的方向作为一款开源的检索工具它的可玩性很高支持AND/OR逻辑如diffusion AND language以及正则表达式如/graph.*(network|transformer)/i检索。可以在 Title、Abstract 或 TL;DR 字段中限定搜索并支持拉取近 3 年或 5 年的聚合统计数据。除了直接网页访问习惯折腾的开发者也可以直接克隆项目代码通过python3 -m http.server 8080在本地拉起服务。感兴趣的话不妨也去跑跑自己的研究方向。看看你现在到底是在风口上起飞还是不小心踩了天坑项目地址https://github.com/binyxu/iclr-accept-rate在线demohttps://binyxu.github.io/iclr-accept-rate/现在在「知乎」也能找到我们了进入知乎首页搜索「PaperWeekly」点击「关注」订阅我们的专栏吧·