我们将 10 年的机器学习论文整理成每个主题一页：基准测试纪录、尝试过的方法、审稿人的期望 [P]

我们为此努力了一段时间，今天终于上线了。我们收集了自 2016 年以来 ICML、NeurIPS、ICLR、CVPR 和 AAAI 接收的所有论文（约 10.9 万篇），将它们归为约 1,260 个主题，并从其中 7.9 万篇的全文中提取了结果表格和消融实验。研究地图只展示主题分组，而每个主题页面则展示论文实际报告的结果。这是关于紧凑高效的高斯泼溅的页面：https://atlas.scime.ai/research/3d-vision/gaussian-splatting/compact-and-efficient-gaussian-splatting 页面展示的一些内容：- 该主题的论文数量从 2023–24 年的 29 篇增至 2025–26 年的 240 篇 - 各项基准上历年报告的最佳数值，以及创下每项纪录的论文。例如，Deep Blending 的 PSNR 几乎没有变化（30.42 → 30.45）- 近期论文中的消融实验，包括那些导致性能下降的实验 - 近期论文与哪些方法进行比较：113 篇中有 38 篇使用 3DGS 作为基线，其次是 2DGS、Scaffold-GS、Mip-Splatting - 该主题近期的 arXiv 预印本，以及收录关键论文的 BibTeX 文件 这些页面根据提取的数值计算生成，每个数值都链接到对应论文。提取并不完美，不同论文中的数值也不一定能直接比较，因此请将其视为研究的起点，而非排行榜。免费，无需注册。所有主题：https://atlas.scime.ai/research 如果你很熟悉某个主题，发现哪里有问题，请告诉我们。这是目前最有帮助的反馈。注：2026 年论文中的基准测试数值和消融实验尚未收录。我们正在处理，因此目前主题页面上的纪录主要反映截至 2025 年的论文。准备好后，我们会在这里更新。