要投 ICML 2026 頂會的小伙伴需要注意了，論文征集有了新規，包括但不限于：

• 論文被接收的作者可選擇是否參會；
• 已接收論文的原始提交版本將被公開；
• 互審論文的數量有了限制。

ICML 2026 征稿新規

ICML 2026 將于 2026 年 7 月 7 日至 12 日在韓國首爾舉辦，屆時所有論文將采用雙盲審稿機制，最終被錄用的論文將在大會上進行展示。

投稿須以單個文件形式提交，具體要求如下：

• 正文部分最多 8 頁；
• 參考文獻、影響聲明和附錄部分頁數不限；
• 補充材料不再設單獨提交截止日期。

注：論文被錄用后，作者可在最終版本中為正文部分額外增加 1 頁。

政策變更：論文被接收后，作者可選擇是否參會

在論文錄用通知發出后，作者需在指定日期前決定：是否選擇親自到會現場進行報告，或僅將論文收錄至會議論文集（不進行現場展示）。

無論作者選擇哪種方式，所有被錄用的論文在論文集中的待遇完全相同，這些論文都將有資格參與 ICML 獎項評選。

對于僅選擇論文收錄（不參會展示）的論文，應至少有一位作者完成線上注冊（virtual registration）。

政策變更：除定稿版本外，將公開論文的原始投稿版本

對于所有被錄用的論文，除了最終的定稿版本之外，大會還將公開以下內容：

• 原始投稿版本（包括補充材料）；
• 匿名評審意見；
• 元評審（meta-reviews）；
• rebuttal；
• 以及評審人與作者之間的討論記錄。

此外，被拒稿的論文作者也可以選擇是否公開他們的原始投稿版本、評審意見、元評審、rebuttal 以及評審討論記錄。

不僅如此，ICML 2026 還提出了其他要求：

• 同一個人不能被太多論文同時指定為互評人；
• 將更新評審過程中使用 AI 工具的相關政策（具體細節將于稍后公布）。

 凡是不符合上述規定的論文，將直接拒稿且不進入評審環節。

征稿主題

ICML 2026 征稿主題包括：

• 通用機器學習（主動學習、聚類、在線學習、排序、監督學習、半監督學習和自監督學習、時間序列分析等）
• 深度學習（架構、生成模型、理論等）
• 評估（方法論、元研究、可復現性和有效性、人機交互等）
• 機器學習理論（統計學習理論、多臂老虎機算法、博弈論、決策理論等）
• 機器學習系統（改進的實現和可擴展性、硬件、庫、分布式方法等）
• 優化（凸優化和非凸優化、矩陣 / 張量方法、隨機方法、在線方法等）
• 概率方法（貝葉斯方法、圖模型、蒙特卡羅方法等）
• 強化學習（決策與控制、規劃、分層強化學習、機器人學等）
• 可信機器學習（可靠性、因果關系、公平性等）
• 應用驅動型機器學習（機器學習社區感興趣的創新技術、問題和數據集，以及最終用戶在醫療保健、物理科學、生物科學、社會科學、可持續發展和氣候等領域的應用需求）

重要日期

首先是論文各部分的提交截止日期：

• 提交網站開放日期：2026 年 1 月 8 日（這也是建議的 OpenReview 賬戶創建截止日期，對于尚未擁有 OpenReview 賬戶的作者來說請提前注冊，否則無法保證賬戶及時激活）
• 摘要提交截止日期：2026 年 1 月 23 日
• 全文提交截止日期：2026 年 1 月 28 日

提交網站：https://openreview.net/group?id=ICML.cc/2026/Conference

需要注意的是：摘要和論文提交截止日期為「嚴格截止」，不會有任何形式的延期。

摘要 / 標題 / 作者身份修改：

• 作者須在摘要提交截止前填寫完整標題、作者名單和摘要；
• 標題與摘要可在全文提交截止前修改，但若「占位」式摘要在全文階段被大幅改寫，可能會被直接移除而不予審查；
• 摘要截止后，作者名單不可新增或刪除，但允許調整順序。若確需修改作者名單，須書面說明并經項目主席批準，僅在特殊情況下獲準。

評審機制

互審要求：ICML 要求作者參與評審工作，設有兩項要求：

1. 每篇論文的互審要求：

• 所有提交必須至少有一位作者同意擔任 ICML 的審稿人，指定的作者應具備「同行評審常見問題解答」中定義的審稿資格；
• 今年新規：一位作者最多只能在其本人的 2 篇提交中被指定為互審審稿人；
• 例外情況：如果所有作者均不符合資格，或者所有合格作者均已擔任 2 篇提交的互審審稿人，或正在擔任 ICML 2026 的 SAC（Senior Area Chair，高級領域主席）、AC（Area Chair，領域主席）或其他組織職務，則該提交可豁免此要求。在提交摘要時，系統會要求指定一位作者履行該義務或聲明豁免。

2. 每位作者的互審要求：

• 若某作者有 4 篇或以上投稿，則必須擔任 ICML 評審員（可為其中兩篇論文擔任互評評審員）；
• 若評審員短缺，項目主席可將此門檻降低為 3 篇，并提前通知相關作者；
• 例外情況：擔任 AC、SAC 或其他組織角色的作者自動豁免。

需要注意的是：若未滿足互評要求，投稿可能會被直接拒稿。此外，未按時或草率完成評審的評審員，其投稿亦可能被拒。

雙盲評審政策：

• 所有投稿必須匿名化，不得包含任何有意或無意泄露作者身份的信息；
• 作者可以將論文發布在 arXiv 等預印本平臺，也可在評審期間進行公開演講，但不得宣傳論文為「ICML 投稿中」；
• 若存在非匿名版本，正式提交版本不得引用或提及該版本。

禁止雙重 / 并行投稿：

• 禁止向多個會議或期刊重復投稿或投稿實質相同的內容，違規將導致稿件被拒或移出會議論文集。不過，在未正式出版的 workshop 上展示的論文不違反該規定。

評審標準：

• 論文應報告原創、嚴謹且對機器學習領域有重要意義的研究成果；
• 所有論點必須以可復現實驗或堅實的理論分析支持，并清晰說明與現有工作的關系與差異。

生成式 AI 使用規定：

• 允許作者使用生成式 AI（如大語言模型）輔助寫作或研究，但作者須對論文內容負全部責任；
• LLM 不能署名為作者；
• 禁止任何形式的「提示注入」（prompt injection），違者直接拒稿；
• 評審過程中可能會使用 AI 工具輔助，但不會允許完全由 AI 執行評審。

同行評審倫理規范：作者必須遵守標準的科研與評審倫理，包括：

• 禁止抄襲
• 禁止提示注入
• 禁止在評審期間宣傳「正在投稿至 ICML」
• 禁止與評審員、AC 或 SAC 串通以謀取有利或不利評審

需要注意的是，違規者可能面臨制裁或拒稿，其信息也可能被通報至其他學術機構。

影響聲明：

每篇論文須附帶潛在社會影響說明，包括倫理及未來社會影響，該聲明應置于論文末尾獨立部分（與致謝同處、參考文獻之前），且不計入頁數限制。

若研究僅推動機器學習領域進步，可使用如下簡短模板：

「本論文旨在推動機器學習領域的發展。我們認為本研究并無需特別強調的社會影響。」

需要注意的是，評審員與 AC 可將論文標記為倫理審查對象，嚴重違規者可能因倫理問題被拒稿。

通俗摘要：被接收論文作者需提交簡明易懂的通俗摘要，以便向公眾傳達研究意義。官方將提供具體示例與模板。

可選自評排名：與往年類似，多篇投稿的作者可自愿對其論文進行質量排序。