国际机器学习大会（ICML）是一个涵盖机器学习领域的年度学术会议。自1980年以来每年举办，是该学科历史最悠久的专门会议。ICML由国际机器学习学会（IMLS）组织，与NeurIPS和ICLR一起，被广泛认为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。具体日期每年有所不同，论文投稿通常在一月底截止，会议于随后的七月举行。
ICML最初名为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举办，由Jaime Carbonell、Ryszard S. Michalski和Tom M. Mitchell组织。1993年，该活动从研讨会系列转型为正式会议，并采用现名。自2010年代以来，会议论文集以开放获取方式发表在《机器学习研究论文集》（PMLR）中，该系列源自JMLR研讨会与会议论文集，并于2015年更名为PMLR。
发展与影响
该会议发表了众多现代AI领域的奠基性论文。在ICML上展示的里程碑式贡献包括劳伦斯伯克利国家实验室的基于PCA的K-means聚类（2004年）、谷歌的批归一化论文、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）。这些工作塑造了深度学习架构和行业广泛使用的训练方法。
过去十年间，投稿量呈指数级增长。投稿数量从2015年的1,037篇上升到2025年的12,107篇，同期录用论文从270篇增加到3,260篇。录用率大致保持在21%（2020年）到30%（2024年）之间。2026年，会议创下24,371篇投稿的纪录，是前一年的两倍多。其中，约2.2%被选为亮点论文，0.7%为口头报告，其余录用论文以海报形式展示。年度评审委员会评选出最佳贡献，授予杰出论文奖（原称最佳论文奖）。
范围与重点
ICML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、机器人学和优化理论的内容。这一独特定位吸引了研究数学基础和实践系统的研究人员。
ICML的行业参与度相当高。包括谷歌、微软、亚马逊、Meta和苹果在内的科技公司经常出现在赞助商名单中，利用该会议发表研究并招聘人才。Citadel Securities、Jane Street Capital和D.E. Shaw等金融公司也保持强大的现场存在。该会议是学术研究与产业部署之间的重要交汇点，深度学习等领域的进展往往在此获得首次大规模同行评审。
组织结构与关系
ICML由国际机器学习学会组织，该学会还负责IMLS网站的管理，并支持会议的长期机构连续性。会议与关联期刊合作，包括《机器学习研究杂志》和《机器学习》编辑期刊，以管理交叉发表和档案引用。
自创立于Parc时代的学术研讨会以来，ICML尽管规模庞大，仍保留了研讨会式的学术交流氛围。近年来投稿量超过两万篇，组委会通过正式选定的评审流程和全场海报展示来应对工作量。会议出版商PMLR提供开放获取的论文集，确保已发表的研究成果无付费墙地触达全球读者。截至2026年，会议已在北美和欧洲多个地点以轮换形式保持了连续年度举办的纪录。
参见
- NeurIPS
- ICLR
- Journal of Machine Learning Research
- Machine Learning journal