国际学习表征会议（ICLR）是一年一度的重要学术会议，专注于机器学习和人工智能研究。会议通常在每年四月末或五月初举行。与NeurIPS和ICML一样，ICLR被公认为机器学习和人工智能研究领域影响力最大、声誉最高的三大主要会议之一。会议内容包括特邀报告、口头报告以及经评审论文的海报展示，吸引了来自全球学术界和工业界的研究人员参加。
ICLR由深度学习方法发展的两位重要人物，，杨立昆（Yann LeCun）和约书亚·本吉奥（Yoshua Bengio）于2012年创立。首届会议于2013年举行。自成立以来，ICLR采用了一种开放的同行评审流程来处理论文投稿，这一模式由杨立昆提出。该流程将提交的论文和评审意见公之于众，旨在相比传统的封闭评审系统，提高透明度和反馈质量。
历史与创立
ICLR的创立源于对专门聚焦学习表征（深度学习与神经网络研究的核心课题）的学术交流平台的迫切需求。杨立昆和约书亚·本吉奥作为该领域的先驱，致力于建立一个能够促进思想快速传播并鼓励开放讨论的会议。首届ICLR于2013年举办，此后会议迅速获得了声望和影响力。其开放的评审流程在当时颇具创新性，吸引了广泛关注，并为会议赢得了高质量论文和严格评审的声誉。
开放的同行评审流程
ICLR的一个显著特点是其开放的同行评审系统。与许多采用双盲或单盲评审的会议不同，ICLR将投稿论文和评审意见公开发布在会议网站上。这种方式使得更广泛的研究社区能够阅读论文、查看评审意见，甚至在最终录用决定作出之前参与讨论。该流程由杨立昆提出，被认为提高了评审质量，并促进了更加协作的研究文化。作者被鼓励公开回应评审意见，而最终录用决定由程序委员会根据评审和讨论情况作出。
在机器学习领域的重要性
ICLR被认为是机器学习领域的顶级会议之一，与NeurIPS（神经信息处理系统会议）和ICML（国际机器学习会议）齐名。ICLR上发表的论文往往代表了深度学习架构、优化方法以及神经网络理论理解等方面的重大进展。该会议一直是Transformer架构、生成模型和表征学习等前沿主题研究成果的重要发布平台。其严格的录用标准和广泛的社区参与，使其成为研究人员展示新成果、与同行交流的关键学术活动。
会议结构与主题
每届ICLR都包含多种形式的活动，包括特邀研究者的报告、顶级论文的口头报告，以及所有录用论文的海报展示环节。会议涵盖的主题范围广泛，包括但不限于监督学习、无监督学习、强化学习、概率方法以及机器学习的各类应用。近年来的会议重点关注大语言模型、生成式人工智能以及神经网络的规模化扩展。此外，会议还设有针对特定专题的研讨会，为深入讨论提供了更多机会。
影响与未来方向
ICLR在塑造现代人工智能研究方向上发挥了重要作用。其开放的评审模式对其他会议和期刊产生了影响，而对学习表征的重视也推动了深度学习领域的成功发展。随着该领域的持续演进，ICLR仍然是展示前沿研究的重要平台。会议吸引了来自主要科技公司和研究机构的广泛参与，包括OpenAI、Google DeepMind、Anthropic以及Stanford AI Lab和MIT CSAIL等顶尖大学。随着机器学习的不断进步，ICLR的影响力预计将持续下去。
参见
- 国际机器学习会议
- 神经信息处理系统会议
- AAAI人工智能会议