2026年大模型技术、神经网络与自然语言处理国际会议（ILMTN 2026）

2026年大模型技术、神经网络与自然语言处理国际会议（ILMTN 2026）

2026 International Conference on Large Model Technology, Neural Networks and Natural Language Processing（ILMTN 2026）

◆ 高录用，权威出版！超稳检索！！

ISSN/ISBN双刊号！符合评职、毕业、评优等要求

组团/学生投稿、参会均可申请优惠！！请联系会务蒋老师！

●重要信息

会议召开/截稿时间：以官网为准【早投稿-早录用-早递交出版】

会议地点：合肥，中国

接受/拒稿通知：投稿后3个工作日左右

◆◆ 如需更多学术刊发资源可咨询会务蒋老师，涵盖 SCI、SSCI、AHCI、中文核心及各类优质三大网国内普刊、国际知网/谷歌普刊等~全品类刊源，精准适配各类发文需求！

●论文收录

所有的投稿都必须经过2-3位组委会专家审稿，经过严格的审稿之后，最终所有录用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检索，目前检索稳定！

●会议简介

2026年大模型技术、神经网络与自然语言处理国际会议（ILMTN 2026）将于中国合肥举办，ILMTN 2026主要面向全球汇集顶尖学者、技术工程师与产业专家，旨在围绕大模型技术、神经网络、自然语言处理前沿方向开展学术研讨。大会聚焦领域内核心理论创新、技术落地难题与行业应用实践，搭建高水平学术交流与产学研协作平台。会议致力于促进计算机科学与人工智能领域的技术创新、学科交叉与跨界融合，助力打造开放普惠、可持续发展的人工智能生态。诚邀海内外相关领域同仁踊跃参会，深入交流前沿成果，共同探索智能技术发展新机遇。

●征文主题（以下主题包括但不限于）

Track 1：大模型技术

大语言模型（LLMs）架构与设计

基础模型理论与方法

多模态大模型（视觉-语言、音频-语言等）

大模型预训练与自监督学习

检索增强生成（RAG）技术

模型对齐与人类反馈强化学习（RLHF）

模型压缩、蒸馏与高效部署

大模型幻觉问题与事实性增强

大模型安全、对齐与伦理治理

大模型评测、可解释性与可解释AI（XAI）

模型持续学习与领域适应

联邦学习与分布式大模型训练

大模型在垂直领域（金融、医疗、法律等）的应用

大模型与具身人工智能（Embodied AI）

Track 2：神经网络

深度神经网络架构设计

图神经网络（GNN）与图表示学习

生成对抗网络（GANs）与扩散模型

自监督学习与对比学习

元学习与小样本学习

强化学习与深度强化学习

多任务学习与迁移学习

神经架构搜索（NAS）与自动化机器学习

深度学习的优化算法与理论

深度生成模型（VAE、Flow等）

神经符号推理与认知建模

脉冲神经网络（SNN）与类脑计算

深度学习中的隐私保护与鲁棒性

多模态融合与跨模态表示学习

轻量化神经网络与边缘AI

神经网络的可解释性与可视化

Track 3：自然语言处理

自然语言理解与语义分析

文本生成与自动摘要

机器翻译与多语言模型

情感分析、观点挖掘与情绪检测

信息抽取与知识图谱构建

问答系统与对话系统

文本分类、聚类与主题建模

信息检索与知识管理

语音识别与语音合成技术

命名实体识别与关系抽取

语法检查与复杂推理

文档处理与智能写作辅助

社交媒体文本分析与虚假信息检测

计算机辅助语言学习（CALL）

NLP中的公平性、偏见与伦理

跨语言与低资源语言处理

多模态NLP（图文、视频-文本等）

......

●投稿说明

1. 稿件须为原创、未公开发表的全英文论文，严格按模板排版，正文不少于6页。

2. 如需翻译润色服务，可联系会议秘书蒋老师。

3. 学生作者或多篇投稿享优惠。

4. 投稿前，作者请通过Turnitin自行查重，因重复率过高导致的拒稿，责任自负，抄袭稿件不予出版。

5. 投稿流程：投稿→审稿→录用→缴费→【注册参会】→见刊→检索。

●参会方式

1. 口头报告：请联系会议秘书提交报告题目及摘要，审核通过并注册后即可汇报。

2. 听众参会：联系秘书完成注册，无需提交材料，可全程聆听学术报告。