计算机与人工智能顶会(2026–2027):CORE A* 排名、录用率与投稿策略
梳理人工智能、机器学习、计算机视觉与系统方向的 CORE A* 与 A 类会议,并说明录用率、出版周期和选会策略。
摘要与要点
- CORE A* 会议约占全球计算机科学 venue 的前 4%–7%,具有国际声誉。
- NeurIPS、ICML、ICLR、CVPR 等旗舰会议的录用率大致维持在 18%–26%。
- 按年度周期安排写作(例如 CVPR 在 11 月、ICML 在 1 月、NeurIPS 在 5 月、ICLR 在 9 月)。
- 用误差界和消融实验支撑基准结果,以便在 OpenReview 上拿到 6 分及以上(接收)。
如何理解 CORE 会议排名
澳大拉西亚计算研究与教育协会(CORE) 维护计算机科学国际会议中使用最广的质量评级之一:
- CORE A*:学科中地位最高的旗舰会议,通常约占 venue 的前 4%–7%。
- CORE A:影响力高、评审严格的优秀国际会议(约占 15%–20%)。
- CORE B:质量良好、社区参与稳定的国际会议。
- CORE C:专门领域或区域性会议。
第一梯队人工智能与计算机科学会议
| 会议 | 方向 | 常见录用率 | 投稿窗口 | 主要审稿系统 |
|---|---|---|---|---|
| NeurIPS | 机器学习与神经计算 | 约 21%–25% | 5 月(每年) | OpenReview |
| ICML | 国际机器学习会议 | 约 20%–24% | 1 月(每年) | OpenReview |
| ICLR | 学习表征国际会议 | 约 28%–31% | 9 月(每年) | OpenReview |
| CVPR | 计算机视觉与模式识别 | 约 22%–26% | 11 月(每年) | Microsoft CMT |
| ICCV / ECCV | 计算机视觉双年旗舰 | 约 20%–25% | 3 月 / 7 月(双年) | Microsoft CMT |
| ACL | 计算语言学协会(NLP) | 约 20%–23% | ARR(滚动 / 每月) | OpenReview / ARR |
| KDD | 知识发现与数据挖掘 | 约 15%–20% | 2 月 / 8 月 | Microsoft CMT |
| SIGCOMM | 计算机系统与网络 | 约 15%–18% | 1 月(每年) | HotCRP |
| SOSP / OSDI | 操作系统与分布式系统 | 约 14%–19% | 春 / 秋 | HotCRP |
| IEEE S&P (Oakland) | 安全与密码学 | 约 12%–15% | 每年多轮(4 次) | 自建门户 |
向 CORE A* 投稿的关键策略
1. 理论依据加上实证消融
在顶级 AI/ML 会议中,仅在 ImageNet、GLUE、MMLU 等标准基准上提高分数已不够。高分评审通常要求:
- 理论说明:提出的形式为何收敛更好或泛化更好?
- 消融实验:逐项验证是哪个超参数或层带来了提升。
- 可复现性:完整伪代码、算力声明,以及开源仓库。
2. 多周期流水线
成熟实验室会按全球截稿连续安排:
- 1 月:投 ICML。
- 5 月:把新工作或修改稿投 NeurIPS。
- 9 月:面向 ICLR 或 AAAI。
- 11 月:把计算机视觉工作投 CVPR。
Verified Computer Science & AI Conferences & Deadlines
- IMS RFSA — 2029 IEEE MTT-S Radio Frequency Systems and Applications Symposium (IMS RFSA) (2029-06-10 • Washington, USA)
- IMS RFSA — 2027 IEEE MTT-S Radio Frequency Systems and Applications Symposium (IMS RFSA) (2027-05-23 • San Antonio, USA)
- SSCI — 2027 IEEE Symposium Series on Computational Intelligence (SSCI) (2027-02-14 • Gold Coast, Australia)
- IMS RFTT — 2027 IEEE MTT-S Radio Frequency Technology and Techniques Symposium (IMS RFTT) (2027-05-23 • San Antonio, USA)
Indexed Journals in Computer Science & AI
- IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI) • Impact Factor: 20.8
- Nature Machine Intelligence (Nat Mach Intell) • Impact Factor: 18.8
- IEEE Transactions on Neural Networks and Learning Systems (IEEE TNNLS) • Impact Factor: 10.4