国际机器学习大会（ICML）是一个致力于机器学习的年度学术会议，于1980年首次举办，由国际机器学习学会（IMLS）组织。它被公认为历史最悠久，并且与NeurIPS和ICLR一起，是机器学习和人工智能研究中影响力和声誉最高的三大主要会议之一。该会议通常在七月举行，论文提交截止日期为一月底，但具体日期因年份而异。
ICML是展示机器学习理论与应用进展的核心场所，吸引了来自全球学术界和工业界的研究人员。其会议论文集以开放获取方式出版，该会议在现代人工智能技术的发展中发挥了基础性作用。
历史
ICML起源于国际机器学习研讨会，于1980年7月在匹兹堡的卡内基梅隆大学首次召开。该研讨会由Jaime Carbonell、Ryszard S. Michalski和Tom M. Mitchell组织，运行了十多年，之后于1993年以当前名称转型为正式会议系列。自2010年代以来，其会议论文集发表在开放获取的《机器学习研究会议论文集》（PMLR）中，该系列源自《机器学习研究杂志》的研讨会与会议论文集，并于2015年更名为PMLR。
几十年来，ICML发表了大量支撑当代机器学习的有影响力论文。著名例子包括劳伦斯伯克利国家实验室关于通过主成分分析进行K均值聚类的工作（2004年）、谷歌引入批归一化、谷歌大脑的EfficientNet（2019年）、OpenAI的CLIP（2021年）以及加州大学伯克利分校的Soft Actor-Critic（2018年）。这些贡献塑造了深度学习、神经网络和生成式AI等领域。
会议的规模急剧增长。投稿数量从2015年的1，037篇论文（录用270篇）上升到2025年的12，107篇论文（录用3，260篇）。2026年，投稿数量达到创纪录的24，371篇，比上一年翻了一倍多。录用率在21%（2020年）和30%（2024年）之间波动。录用的论文以海报形式展示，其中一部分由委员会选为口头报告或指定为“亮点论文”。2026年，2.2%的投稿获得亮点地位，0.7%被选为口头报告。此外，评审团每年以杰出论文奖（原称最佳论文奖）表彰最佳贡献。
范围与重点
ICML的范围涵盖机器学习的全部领域，特别强调理论分析、算法创新和统计学习。与NeurIPS和ICLR相比，ICML传统上包含更多关于统计学习理论、强化学习、机器人和优化理论的内容。这一重点吸引了研究基础问题以及应用系统的研究人员。
该会议的年度会议论文集发表在PMLR上，确保研究社区广泛可访问。这种开放获取模式有助于ICML成为从业者和学者共同的重要资源。
行业参与
ICML吸引了大量科技公司的赞助，这些公司寻求接触前沿研究和新兴人才。谷歌、微软、亚马逊、Meta和苹果等主要公司定期赞助该活动，在那里发表研究，并现场招募研究人员。金融机构，包括Citadel Securities、Jane Street Capital和D.E. Shaw，也保持着显著的存在，反映了机器学习在量化金融中日益增长的重要性。
这种行业参与有助于弥合学术研究与商业应用之间的差距，许多在ICML上展示的突破后来进入产品和服务。该会议还充当交流枢纽，促进大学实验室与企业研究部门之间的合作。
影响与认可
ICML被广泛认为是机器学习领域的顶级会议，拥有严格的同行评审流程和发表开创性工作的良好记录。其论文经常引入成为该领域标准工具的方法，从优化技术到模型架构。会议投稿的增长反映了机器学习研究的整体扩展，这得益于计算能力和数据可用性的进步。
杰出论文奖是一项竞争激烈的荣誉，表彰显著推进最先进水平的贡献。过去的获奖者包括关于Transformer、大型语言模型和可扩展训练方法等主题的工作，其中许多影响了深度学习及后续领域的发展。
参见
- ICLR
- 机器学习研究杂志
- NeurIPS