第四届人工智能、深度学习与大模型技术国际会议（AIDLLMT 2026）

The 4th International Conference on Artificial Intelligence, Deep Learning, and Large Model Technology（AIDLLMT 2026）

●重要信息

截稿时间：以官网为准

会议地点：深圳，中国

会议官网：www.confs-online.com/aidllmt（备注邓老师推荐享优先审稿和投稿优惠）

投稿主题请注明:AIDLLMT 2026+通讯作者姓名（否则无法确认您的稿件）

●会议简介

第四届人工智能、深度学习与大模型技术国际会议（AIDLLMT 2026）旨在汇集海内外专家学者与研发人员，聚焦前沿理论与产业应用。会议围绕深度学习框架、大模型训练与微调、多模态智能、生成式 AI、模型安全等议题开展学术交流，搭建国际化学术成果共享平台，推动人工智能算法创新与大模型技术落地。诚邀高校、科研院所与企业相关科研人员参会，期待您的参与。

●论文提交收录

向AIDLLMT 2026提交的所有全文都可以用英语书写，并将发送给至少两名评审员，并根据原创性、技术或研究内容或深度、正确性、与会议的相关性、贡献和可读性进行评估。AIDLLMT 2026所有被接受的论文将在会议记录中发表，并提交给EI Compendex、CPCI、CNKI、Google Scholar进行索引。

●征文主题

（主题包括但不限于）

主题一：人工智能

机器学习与深度学习

基础大模型架构与算法

大模型微调与提示工程

多模态大模型与跨模态理解

生成式人工智能技术

自然语言处理与文本生成

计算机视觉与图像视频理解

强化学习与智能决策

知识图谱与知识推理

可解释人工智能

可信人工智能与模型安全

模型轻量化与高效推理

分布式训练与算力优化

多智能体系统

人机交互与具身智能

数据挖掘与智能信息检索

人工智能伦理与治理

人工智能在智能制造的应用

人工智能在医疗健康的应用

人工智能在交通与遥感领域应用

智能感知与多源数据融合

AI 赋能科学计算与仿真

主题二：深度学习

图像处理

深度学习方法

表示学习

迁移学习

联邦学习

生成式人工智能

多模态学习

智能预测与分类

特征学习与提取

模型压缩与加速

自监督学习

主题三：大模型技术

大模型硬件加速与架构

分布式训练与并行计算

云原生与弹性计算

高性能网络与存储

模型编译与优化

边缘与端侧推理系统

AI系统安全与可信执行环境

资源管理与调度

评测与基准测试

绿色计算与可持续性

●提交论文

1.直接将您的文章或摘要投到我们的会议邮箱，我们收到后会第一时间回复您。

2.审稿流程：作者投稿-稿件收到确认（1个工作日）-初审(1-3工作日)-告知结果（接受/拒稿），越早投稿越早收到文章结果。

●投稿说明

1.本会议官方语言为英语，投稿者务必用英语撰写论文。（会议仅接受全英稿件，如需翻译服务，请提前咨询会议老师。）

2.稿件应为原创作品，未在国内外刊物上发表过,不接受一稿多投。作者可通过Turnitin查询系统查重。涉嫌抄袭的论文将不被出版。

3.请根据格式模板文件编辑您的文章。

4.文章至少6页。学生作者或多篇投稿有优惠。

5.只做报告不发表论文的作者只需提交摘要。

*其他资源推荐：

【SCI/SSCI/A&HCI/EI】精准匹配研究方向，涵盖各分区、各领域顶刊；

【国内核心】北大核心、南大核心、科技核心最新目录期刊；

【优质普刊】知网/万方/维普收录，学术认可度高；

其他国际普刊，均可安排~