学习排序论文趋势 2023–2026
LTR 模型
统计范围：NeurIPS、ICLR、ICML、CVPR 四个会议，2023–2026 年，共 257 篇被归入该主题的论文。
主要结论
- 学习排序论文从 2023 年的 142 篇降到 2026 年的 55 篇，热度在回落。
- NeurIPS 是发学习排序论文最多的会议，2023–2026 年共 154 篇，占四个会议总量的 60%。
- 交叉方向里涨得最快的是低秩适配：同时属于两个主题的论文从 2023 年的 39 篇增至 2026 年的 43 篇。
- 在「信息检索」的 5 个主题里，它的 2026 年论文数排第 4；同组增长最快的交叉编码重排是 3.0 倍，学习排序是 0.4 倍。
各会议论文数
按年份和会议统计
| 年份 | NeurIPS | ICLR | ICML | CVPR | 合计 |
|---|---|---|---|---|---|
| 2023 | 112 | 4 | 25 | 1 | 142 |
| 2024 | 11 | 2 | 12 | 3 | 28 |
| 2025 | 13 | 8 | 10 | 1 | 32 |
| 2026 | 18 | 9 | 26 | 2 | 55 |
代表论文
按年份和会议均匀挑选，方便快速看到每一届的样貌
- NeurIPS 2026Don't Pay Attention, PLANT It: Pretraining Attention via Learning-to-Rank
- ICML 2026From Per-Image Low-Rank to Encoding Mismatch: Rethinking Feature Distillation in Vision Transformers
- ICLR 2026Designing Rules to Pick a Rule: Aggregation by Consistency
- CVPR 2026LRDUN A Low-Rank Deep Unfolding Network for Efficient Spectral Compressive
- NeurIPS 2025From Condensation to Rank Collapse: A Two-Stage Analysis of Transformer Training Dynamics
- ICML 2025Guarantees of a Preconditioned Subgradient Algorithm for Overparameterized Asymmetric Low-rank Matrix Recovery
- ICLR 2025Palu: KV-Cache Compression with Low-Rank Projection
- CVPR 2025Breaking the Low-Rank Dilemma of Linear Attention
- NeurIPS 2024Efficient LLM Scheduling by Learning to Rank
- ICML 2024Identifiability Matters: Revealing the Hidden Recoverable Condition in Unbiased Learning to Rank
- ICLR 2024LQ-LoRA: Low-rank plus Quantized Matrix Decomposition for Efficient Language Model Finetuning
- CVPR 2024Tuning Stable Rank Shrinkage: Aiming at the Overlooked Structural Risk in Fine-tuning
- NeurIPS 2023A Finite-Sample Analysis of Payoff-Based Independent Learning in Zero-Sum Stochastic Games
- ICML 2023Chameleon: Adapting to Peer Images for Planting Durable Backdoors in Federated Learning
- ICLR 2023Implicit Bias of Large Depth Networks: a Notion of Rank for Nonlinear Functions
- CVPR 20231% VS 100%: Parameter-Efficient Low Rank Adapter for Dense Predictions
- NeurIPS 2026Matrix Recovery Via Symmetric Rank-one Measurements With Random Unit-modulus Vectors
- ICML 2026The Generalization Spectrum: A Chromatographic Approach to Evaluating Learning Algorithms
- ICLR 2026Revisiting Weight Regularization for Low-Rank Continual Learning
- CVPR 2026Low-Rank Residual Diffusion Models
全部学习排序论文
共 11 篇，第 1 / 1 页
- NeurIPS 2024Coherence-free Entrywise Estimation of Eigenvectors in Low-rank Signal-plus-noise Matrix Models
- NeurIPS 2024Diff-eRank: A Novel Rank-Based Metric for Evaluating Large Language Models
- NeurIPS 2024Efficient LLM Scheduling by Learning to Rank
- NeurIPS 2024Efficient Minimum Bayes Risk Decoding using Low-Rank Matrix Completion Algorithms
- NeurIPS 2024Entrywise error bounds for low-rank approximations of kernel matrices
- NeurIPS 2024Higher-Rank Irreducible Cartesian Tensors for Equivariant Message Passing
- NeurIPS 2024Loki: Low-rank Keys for Efficient Sparse Attention
- NeurIPS 2024Neural Embeddings Rank: Aligning 3D latent dynamics with movements
- NeurIPS 2024SGD vs GD: Rank Deficiency in Linear Networks
- NeurIPS 2024Structured Unrestricted-Rank Matrices for Parameter Efficient Finetuning
- NeurIPS 2024Weight decay induces low-rank attention layers
在 Claude、Cursor 里直接问这个趋势
接上 Paperlist MCP 后，写综述、挑方向或准备投稿时，不用离开对话框就能拿到这页的数字：每年各会议的论文数、增长倍数、涨得最快的子方向和代表论文，AI 会按你的问题整理。
可以直接复制这句话问 AI
用 paperlist 查学习排序在 NeurIPS 2023–2026 的论文趋势，哪一年涨得最快？
AI 会调用的工具：get_topic_stats {"topic": "learning-to-rank"}
常见问题
- 2023–2026 年四大会议一共有多少篇学习排序论文？
- 共 257 篇，按年份分别是 2023 年 142 篇、2024 年 28 篇、2025 年 32 篇、2026 年 55 篇。
- NeurIPS 2026 有多少篇学习排序论文？
- NeurIPS 2026 有 18 篇学习排序论文，上一届是 13 篇。
- ICLR 2026 有多少篇学习排序论文？
- ICLR 2026 有 9 篇学习排序论文，上一届是 8 篇。
- ICML 2026 有多少篇学习排序论文？
- ICML 2026 有 26 篇学习排序论文，上一届是 10 篇。
- CVPR 2026 有多少篇学习排序论文？
- CVPR 2026 有 2 篇学习排序论文，上一届是 1 篇。
- 哪个会议的学习排序论文最多？
- NeurIPS，2023–2026 年共 154 篇。