一天有447篇机器学习论文摆上公开书架，意味着即使一个阅读小组不停筛选，也很难逐篇看完。据 arXiv 数据，2026年9月9日，cs.LG 当日显示447条新提交，创下该分类当时的单日新高；相关日期前后的日新增量约为200篇，这次峰值尤其突出。
cs.LG 是 arXiv 的机器学习分类，arXiv 则是研究者公开预印本的核心平台。预印本是正式同行评审前公开的论文版本，传播快，但不代表结论已通过审查。这里的单日条目还可能涉及跨分类论文，因此不能把447直接理解为447篇已经审完或质量相同的成果。
这个数字真正值得留意的，不是“论文越多越差”，而是研究注意力正在成为更紧缺的资源。同行评审——由同领域研究者检查方法、证据和贡献——以及读者的筛选能力都有限。当每日新增长期维持高位，如何发现重要工作、核验结论并分配审稿精力，就不再只是个人阅读效率问题。