做科研越来越像炒股：4万篇ICLR论文回测，追热点是对的
原创 鸭基米德 2026-09-10 13:41 北京
选方向，别只看热不热
十年 ICLR 数据里，热点会持续升温，录用红利却未必一直都在。
©作者 |鸭基米德
单位 | 新加坡国立大学
炒股有一个很出名的因子叫 momentum：过去几个月涨得好的股票，接下来一段时间大概率还会继续涨。
原因也不神秘，一部分人先看到了信息，价格慢慢反应，后面的人看到价格在涨就跟进来，趋势就自我强化。
科研现在完全是这个样子。一个方向开始涨，先是几篇有影响力的论文，然后审稿人熟悉这个方向了，接受率就变高。
组里师兄靠它发了顶会，师弟自然跟着做；大厂放出 benchmark 和开源模型，等于给这只股票加了成交量。
等到大家都知道 agent、RL 后训练是热点的时候，它已经涨了两年了。
问题在于 momentum 不是免费的午餐，它有 crash。2009 年 3 月美股反弹，之前跌得最惨的股票涨得最猛，做 momentum 的策略几个月亏掉几年的利润。
学术圈也一样，prompt engineering 在 2023 年是个新领域，2024 年再投这类论文，审稿人的第一句话就是“incremental”。
一个方向越拥挤，alpha 衰减得越快，因为同一个 idea 同时有五个组在做，比的就是谁先挂 arXiv。
那反着来行不行，去做没人做的方向，等它均值回归？金融里这叫 value，长期看也是有效的，但它有一个致命前提：你得持有得够久。
博士只有四五年，中间还要过资格考、发满毕业要求的论文数，这个持有期是被合同写死的。一个冷门方向可能十年后回归，可你在第四年就被强制平仓了。
想明白这一点之后，我对追热点的同学反而没那么多 judgment 了。在一个持有期很短、只能做多、不能加杠杆的账户里，追 momentum 是理性选择，甚至是唯一能算得过来的选择。
真正能做 value 的，是拿了 tenure 的老师，他们才有资格等十年。
不过到这里，这还只是一个从机制和个人约束推出来的判断。
所以我把 ICLR 过去十年的论文拉出来，真的回测了一遍。
先说数据，和三个指标。
数据是 ICLR 2017 到 2026 年公开的录用和拒稿记录，一共 42,123 篇已经有结果的论文。
按题目摘要里的固定词组分成 28 个方向，比如出现 graph neural network 就算 GNN 方向。一篇论文可以同时属于几个方向。
1. 份额
这个方向的论文数，除以当年大会所有论文数。LLM 在 2026 年占 34%，意思是 ICLR 2026 每三篇就有一篇在做 LLM。
2. 份额的年度变化
今年份额减去去年份额。这就是科研圈的 momentum，正数升温，负数退潮。
3. 相对录用率差
做这个方向的论文录用率，减去同一年不做这个方向的论文录用率。不直接看录用率，是因为大会整体录用率每年在变，只有跟同年其他论文比才有意义。
正 19，意思是做这个方向比不做的录用率高 19 个百分点。这个数衡量的是：选这个方向到底有没有录用红利。
后面所有的图，都只用这三个数。
趋势自我强化，数据上完全成立
LLM 在 2023 年只有 78 篇，占大会 2%。2024 年 863 篇，2025 年 2,357 篇，2026 年 4,716 篇，占 34%。三年六十倍。
前文讲的机制：先有几篇有影响力的论文，审稿人熟悉了，师兄发了顶会师弟跟着做，大厂放 benchmark 加成交量。这张图里全都能看到。
〓 口径：ICLR 2017–2026 已观测 accept/reject 论文，题目摘要固定词组匹配，一篇可属多个方向。历史关联，不是因果。数据整理：2026-09-07。
但录用红利在热度最高的时候消失了
2023 年做 LLM，录用率比不做 LLM 的论文高 19 个百分点，那年只有 78 篇，审稿人觉得新鲜。
2024 年溢价掉到 7。2025 年掉到 0。2026 年是 0.13，竖线横跨零，意思是这个差在统计上跟零分不开：做不做 LLM，录用率一样。
会不会是碰巧？一次比 28 个方向，总有几个碰巧显著。把 45 个比较放一起做多重比较校正，LLM 这个下降仍然显著。
放回 momentum 的语言：趋势还在，alpha 已经被吃完了。
〓 口径：ICLR 2017–2026 已观测 accept/reject 论文，题目摘要固定词组匹配，一篇可属多个方向。历史关联，不是因果。数据整理：2026-09-07。
Agent一年四倍， prompt engineering红利变折价
Agent 是 LLM 的浓缩版。2025 年 128 篇，2026 年 533 篇，录用率 38%，相对其他方向差负 1，区间跨零，没有任何优势。
前文写"2024 年再投 prompt engineering，审稿人第一句就是 incremental"，那是凭审稿经验说的。
回测查了一下：2023 年 21 篇，录用差正 16；2024 年掉到正 2；2025 年负 11，做这个方向比不做的录用率低 11 个点；2026 年负 6。
论文翻六倍，红利变成折价。
2023 年样本小区间宽，但方向跟我审稿的感觉一样。
〓 口径：ICLR 2017–2026 已观测 accept/reject 论文，题目摘要固定词组匹配，一篇可属多个方向。历史关联，不是因果。数据整理：2026-09-07。
被甩下的方向：增长全落在了拒稿里
GNN 2023 年 210 篇，2026 年 347 篇，多了 65%。但录用只从 83 篇涨
到 93 篇，拒稿从 127 翻到 254。论文多了 137 篇，录用多了 10 篇，录
用率从 40% 掉到 27%。
这就是前文说的 alpha 衰减：同一个 idea 同时有五个组在做，比的是谁先挂 arXiv，后到的都变成拒稿。
GNN 这个下降在多重比较校正后不显著，所以我只当描述性事实讲，不上升成机制。但数字本身是准的。
〓 口径：ICLR 2017–2026 已观测 accept/reject 论文，题目摘要固定词组匹配，一篇可属多个方向。历史关联，不是因果。数据整理：2026-09-07。
最反直觉的一条：冷门未必人少
背景是 ICLR 本身在膨胀：2023 到 2026 年，已决论文从 3,792 篇涨到
13,704 篇，三年 3.6 倍。所以一个方向论文翻倍，在大会里反而显得更小。
2023 年至少 30 篇的 20 个方向里，18 个论文数在涨，只有 GAN 和 NAS 在跌。但只有 LLM，扩散模型，可解释性三个跑赢了 3.6 倍，其余 17 个份额都在缩。15 个方向同时数量涨、份额跌。
因果推断、持续学习、公平性，论文数都是 2023 年的两倍以上，但在大会里越来越边缘。你以为的冷门，只是跑输了大盘。
〓 口径：ICLR 2017–2026 已观测 accept/reject 论文，题目摘要固定词组匹配，一篇可属多个方向。历史关联，不是因果。数据整理：2026-09-07。
"这个方向凉了"，其实是三种完全不同的事
第一种，份额退潮但人数还在涨。扩散模型 2025 到 2026 年论文从 642 篇涨到 898 篇，份额却从 7.5% 掉到 6.6%。人还在进，只是没有 LLM 快。大部分方向都是这种。
第二种，人数真的在减少。GAN 2019 年 128 篇，2026 年 58 篇，一届博士的时间腰斩。整个 28 个方向里只有它和 NAS 是这样。
第三种，人数在涨但增长全落在拒稿里，就是上一张的 GNN。
三种处境对博士生完全不同，从外面看都叫凉了。
〓 口径：ICLR 2017–2026 已观测 accept/reject 论文，题目摘要固定词组匹配，一篇可属多个方向。历史关联，不是因果。数据整理：2026-09-07。
那追热点到底吃不吃亏
千问的核心判断：持有期短、只能做多、不能加杠杆的账户里，追 momentum 是理性选择。能不能被数据推翻？
做法：站在每一年年底，只用当年和之前的数据，把份额增长最快的四分之一方向标成 hot，其余不 hot。再看两组在接下来三年的相对录用率差平均值，hot 减不 hot。不用任何事后信息。
2020 到 2023 每个起点，hot 组都更高，2023 年起点高 3 个点。2019 年是负的，但只有 3 个合格方向，不能当数。追热点不是错的。
但两组各自的平均值都是负数：进入一个已经成型的方向，录用率平均都比大会其他论文略低。hot 组只是低得少一点。热门方向给你的是少亏一点，不是保送。
〓 口径：ICLR 2017–2026 已观测 accept/reject 论文，题目摘要固定词组匹配，一篇可属多个方向。历史关联，不是因果。数据整理：2026-09-07。
28个方向全部放出来
不只挑好看的 case 讲。全部 28 个方向十年的份额年度变化，绿升温红退潮，按 2026 年论文数排序。找找你的方向在哪一行。格子里是份额变化，不是录用率，也不是科学价值。
能推出什么，不能推出什么
数据是 ICLR 已观测 accept 和 reject 的论文，按固定词组匹配题目摘要，一篇可属多个方向，不是互斥分类，也不是全部投稿。
2025 年缺 217 篇文本，前面的关键数字不依赖这个缺失。
以上全是历史关联。
❌不能推出"晚进场的人被割"：没有个人进入时间的数据。
❌不能推出"拥挤导致拒稿"：没有识别因果。
❌不能推出"GAN没价值"：没有长期贡献和产业数据。
能推出的只有一句：
博士生选方向，比"热不热"更该问的是：这个方向的增长，落在录用里，还是落在拒稿里。
关于作者
鸭基米德
新加坡国立大学计算机在读博士。研究兴趣包括金融大模型、多智能体系统与图学习。
小红书主页：
https://xhslink.cn/o/4GGBT9LDgHP
本文经作者授权转载，由两篇笔记合并整理，点击文末“阅读原文”，查看作者原帖。
更多阅读
#投 稿 通 道#
让你的文字被更多人看到
如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。
总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。
PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个，让知识真正流动起来。
📝 稿件基本要求：
• 文章确系个人原创作品，未曾在公开渠道发表，如为其他平台已发表或待发表的文章，请明确标注
• 稿件建议以 markdown 格式撰写，文中配图以附件形式发送，要求图片清晰，无版权问题
• PaperWeekly 尊重原作者署名权，并将为每篇被采纳的原创首发稿件，提供业内具有竞争力稿酬，具体依据文章阅读量和文章质量阶梯制结算
📬 投稿通道：
• 投稿邮箱：hr@paperweekly.site
• 来稿请备注即时联系方式（微信），以便我们在稿件选用的第一时间联系作者
• 您也可以直接添加小编微信（pwbot02）快速投稿，备注：姓名-投稿
△长按添加PaperWeekly小编
🔍
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
·
