2026年大模型、分布式计算与机器学习国际会议（ILMDCM 2026）

2026 International Conference on Large Models, Distributed Computing and Machine Learning（ILMDCM 2026）

征稿广 | 审核快 | 高录用

权威出版，检索稳定

ISBN/ISSN双刊号认证 · 团队/学生享优惠

●会议信息

大会召开/截稿时间：以官网为准（早投稿-早录用-早出版）

大会地点：贵阳，中国

接受/拒稿通知：投稿后2、3个工作日左右

收录检索：Scopus，EI Compendex，CPCI，CNKI，Google Scholar等数据库实现稳定检索

★ 注：如需了解更多发表渠道（如SSCI/SCI期刊、中文核心期刊、国内三大网收录期刊等），欢迎随时咨询会务组徐老师。

●会议简介

2026年大模型、分布式计算与机器学习国际会议（ILMDCM 2026）将在中国贵阳召开，ILMDCM 2026旨在搭建跨学科学术交流平台，推动大模型、分布式计算与机器学习方向理论研究与工程实践深度融合，助力领域技术创新与落地应用。大会面向高校、科研院所及产业界征集高质量学术论文，聚焦行业前沿趋势与关键技术挑战，汇聚海内外专家学者共同研讨智能科技发展新思路。本次会议为参会者提供洞悉前沿成果、开展学术研讨与产学研合作的重要契机，热忱欢迎广大学者、科研从业人员踊跃投稿参会，携手促进相关学科领域持续进步。

●论文出版

所有投稿须经组委会2-3位专家严格审稿，录用并注册的论文将以会议论文集形式出版，见刊后提交至Scopus、EI Compendex、CPCI、CNKI、Google Scholar等数据库稳定检索！

●征稿主题（包括但不限于）

Track 1：大模型

大语言模型（LLMs）架构与训练方法

大模型高效训练与并行训练系统（数据并行、流水并行、张量并行）

分布式训练与异构集群调度优化

大模型微调（全量微调、参数高效微调LoRA/Adapter）

大模型推理加速与模型压缩（剪枝、量化、蒸馏）

长上下文建模与注意力机制优化

大模型安全、对齐与可解释性

多模态大模型与跨模态学习

生成式AI与扩散模型

大模型持续学习与领域适应

大模型评测、探针分析与行为理解

模型并行与混合并行策略优化

大模型训练中的通信优化与负载均衡

强化学习与大模型融合

Track 2：分布式计算

分布式机器学习系统架构与设计

异构计算与硬件加速器（GPU、TPU、NPU等）

高性能计算与并行计算框架

分布式训练通信优化（参数同步、梯度压缩）

联邦学习与隐私保护分布式训练

云计算与边缘计算协同架构

分布式存储系统与内存池化技术

资源调度、负载均衡与容错机制

分布式数据处理与大数据平台

网络内计算与智能网卡加速

服务无感知计算与云原生平台

区块链与分布式信任机制

分布式系统性能评测与瓶颈分析

信息物理系统与物联网计算基础设施

分布式数据库与数据管理系统

Track 3：机器学习

深度学习理论与算法创新

图神经网络与复杂网络分析

自监督学习、对比学习与元学习

强化学习与深度强化学习

生成模型（VAE、GAN、扩散模型）

多模态融合与跨模态表示学习

可解释人工智能与可信机器学习

小样本学习与迁移学习

神经架构搜索（NAS）与AutoML

对抗学习与鲁棒机器学习

机器学习在科学研究与工程中的应用

数据科学、知识发现与数据挖掘

多智能体学习与协同智能

边缘智能与端侧轻量化模型部署

数据质量、数据治理与数据工程

机器学习与量子计算交叉

......

●投稿须知

1. 来稿须为全英文，严格按模板排版，正文不少于6页。

2. 论文须为原创未发表成果，投稿前请自行查重（如Turnitin），因重复率超标导致的拒稿，责任由作者自负。

3. 流程：投稿→审稿→录用→缴费→【注册参会】→见刊→检索。

4. 如需文章翻译/润色、加急录用协助，或学生/组团投稿享优惠，请咨询会务徐老师。

★ 特别提醒：投稿前，请务必由一位作者添加会务【徐老师】联系方式，以便及时跟进论文状态及重要通知。

●参会方式

1. 口头汇报：申请口头报告者，须将摘要提交至大会邮箱审核，报告时长约10分钟，摘要出版。（名额有限，优先报名）

2. 听众参会：无需提交稿件，直接注册听众参会即可。

注：注册费包含一名参会者的邀请函、参会（汇报）证明、会议通知等材料费用。