许多顶级实验室的人现在几乎不读论文了
「许多顶级实验室的人现在几乎不读论文了，而且他们认为 ICLR/ICML/NeurIPS 充斥着大量过度宣传和欺诈。」

OpenAI 研究员 Keller Jordan 这条推文引发了广泛讨论。他不是在说风凉话，他是说出了一个圈内人尽皆知但很少公开捅破的事实。

Jordan 随后补充了一句软化声明：「我不认为这些会议上大部分论文都在过度宣传或造假。问题是，作为读者，如果你筛选出那些看起来最令人兴奋的论文，那它们大部分都是过度宣传的。」

这才是真正的痛点。不是所有论文都有问题，是最吸引眼球的那批论文最有问题。

他引用的帖子来自 Mathew Shen，一位 ICLR 2026 的读者：「看了篇 ICLR2026 的论文，怎么也想不到效果为什么那么好，正好代码开源了，一看是用测试集标签选参数...这就是顶会吗。」

这个例子很具体。用测试集标签选参数，在机器学习入门课上就该被扣分。但它出现在顶会论文里。

「许多顶级实验室的人现在几乎不读论文了，而且他们认为 ICLR/ICML/NeurIPS 充斥着大量过度宣传和欺诈。」

OpenAI 研究员 Keller Jordan 这条推文引发了广泛讨论。他不是在说风凉话，他是说出了一个圈内人尽皆知但很少公开捅破的事实。

Jordan 随后补充了一句软化声明：「我不认为这些会议上大部分论文都在过度宣传或造假。问题是，作为读者，如果你筛选出那些看起来最令人兴奋的论文，那它们大部分都是过度宣传的。」

这才是真正的痛点。不是所有论文都有问题，是最吸引眼球的那批论文最有问题。

他引用的帖子来自 Mathew Shen，一位 ICLR 2026 的读者：「看了篇 ICLR2026 的论文，怎么也想不到效果为什么那么好，正好代码开源了，一看是用测试集标签选参数...这就是顶会吗。」

这个例子很具体。用测试集标签选参数，在机器学习入门课上就该被扣分。但它出现在顶会论文里。