ICLR 2022哪篇论文最火？这个「集邮」狂魔放出3400篇大礼包

　　新智元报道

　　来源：Reddit

　　编辑：小咸鱼好困

　　【新智元导读】近日，Reddit 网友制作了 ICLR 2022 年的论文清单（大约有 3400 份材料），论文列表在显示标题的同时还贴心地附上了一个简短的摘要，帮助你一日千里，快速读论文。

　　4 个月前，一个「推特上流行的机器学习研究论文合集」项目在 Reddit 上悄悄上线了。

　　https://papers.labml.ai/

　　项目涵盖的内容倒是十分广泛，不仅有论文摘要、类型标签、源代码，当然最重要的还是推特的转发点赞以及原推地址。

　　一窥究竟

　　这个项目的网页打开后是长这样的：

　　不难发现，整个项目的论文来源是以每天、每周和每月的时间节点，来分析推特上的内容并展示流行趋势的研究论文。

　　每篇论文都统计了相关的推文数、转发数和点赞数，以便用户可以过滤掉随机论文。

　　如果你需要某篇论文的相关资料，在这里，你可以找到与每篇流行的研究论文相关的热门推文。

　　那点开一条看看？

　　是这样式儿滴。

　　如果你对这篇论文感兴趣，可以下载原文或者去谷歌上查询相关资料。

　　每个文章页中都有两段文字凸显出来，用「Abstract」标出的，是来自论文原文的摘要部分。

　　这也太长了，不想看！

　　没关系，你可以看 PDF 按钮下方的那一小段，这也是这个项目的一个小彩蛋，名叫「两句话摘要」。

　　仔细看，其实「两句话摘要」里面的那两句话就是原封不动的从底下的「Abstract」搬上去的，只不过挑选的是更有概括性的两句话。

　　这么多文章，就算是光看摘要，人工估计也是看不过来的。

　　那么真相就只有一个，博主采用了一定的机器学习技术来协助他编写「两句话摘要」。

　　看来这个博主不仅仅是个机器学习论文的「集邮」大师，没准还是个精通机器学习的「炼丹师」呢！

　　博主：「这是人工挑选外加模型预测的，只不过我最近有点忙模型也有些落后了」。

　　宠粉博主

　　有很多 Reddit 网友在项目下面留言：

　　「真的很快！看论文的时候有这个东西太 666 了。我很喜欢！」。

　　有些网友在表达了感谢之余，还细心地提出了自己的小建议：

　　「很棒的工作！之后能不能添加一些不同的标签（如 NLP，CV）来方便搜索呢？」

　　那这个功能上线了吗？仔细看最新的项目搜索页每一条的右上角，确实有了。

　　还有网友提出：

　　「要是能链接上 papers with code 网站那就太完美了」。

　　在最新的文章页下方，只需点击 Papers With Code 一栏就可以直接去找到你想要的开源代码啦！

　　有网友问：「能不能加一个『年度』筛选？我很想看到一年中最受欢迎的论文。」

　　博主表示，正在做了！

　　不出意外，这个功能估计很快也会上线了。

　　（不过到现在都还没加上，lol）

　　当然，看在博主一向如此宠粉，估计也不会让翘首以待的朋友们等待太久啦。

　　ICLR 2022 特辑

　　最近，又到了给 ICLR 投稿的季节。

　　借助之前的项目，这位博主又把提交的 ICLR 2022 的 3400 篇论文都总结了一波（搞机器学习的不愧是肝帝）。

　　https://papers.labml.ai/papers/iclr_2022

　　要说和之前的区别，其实就是在论文上打了个一个「ICLR 2022」的标签。

　　不过，除了可以方便查阅感兴趣的投稿以外，还可以趁机围观一下推特上的讨论。

　　就拿很火的《Patches Are All You Need》来说吧，13 条推文，504 个转发，3237 个点赞。

　　不得不说，作为 All You Need 系列的新成员，这个热度确实高。

　　点开热度最高的那条推看一下？

　　果不其然，是特斯拉的 AI 高级总监 Andrej Karpathy。

　　当然，除了一些被「大佬」转发之后获得超多曝光的文章，更多的还是躺在列表后面，无人问津的论文。

　　网友表示，感觉只有自己的论文是在接受「双盲」。

参考资料：　

https://www.reddit.com/r/MachineLearning/comments/q7wy37/p_list_of_iclr_2022_submissions_that_people_are/

https://www.reddit.com/r/MachineLearning/comments/nig3h7/p_find_trending_machine_learning_research_papers/

https://www.reddit.com/r/MachineLearning/duplicates/q7wy37/p_list_of_iclr_2022_submissions_that_people_are/

https://papers.labml.ai/papers/recent/

https://papers.labml.ai/papers/iclr_2022