ICLR 2027: конференция по машинному обучению в Калифорнии

Конференция появилась как площадка для работ по обучению представлений, то есть о том, как нейросети сами находят признаки в данных. Рядом с ней в научном календаре стоят NeurIPS и ICML.

Статьи и рецензии ICLR открыты: их публикуют на платформе OpenReview, где можно прочитать и работу, и замечания рецензентов. Аудитория по описанию организатора: исследователи из науки и индустрии, инженеры, аспиранты и постдоки.

Темы конференции: обучение представлений с учителем и без него, обучение с подкреплениемобучение с подкреплением Обучение с подкреплением (reinforcement learning, RL) это способ, при котором программа пробует действия и учится на награде за удачные шаги. Подробнее в словаре, оптимизация, а также применение в компьютерном зрении, речи, обработке языка, робототехнике и нейронауках.

Исследователям и инженерам с принятой статьей и компаниям, которые нанимают исследователей. Бизнесу без собственной исследовательской команды поездка дает немного.

Бизнесу полезнее список выдающихся статей, который организатор публикует в блоге, и открытые рецензии: по ним видно, какие методы научное сообщество считает надежными.

2026: 23-27 апреля 2026 года, Рио-де-Жанейро, Riocentro. 19 525 поданных статей, 5 357 принятых, доля принятых 27%; 9 954 участника из 80 стран, из них 7 054 очно.

2025: 24-28 апреля 2025 года, Сингапур, Singapore EXPO. 11 603 поданные статьи, 3 704 принятые, 11 039 участников из 85 стран.

Открытые рецензии ICLR подсказывают полезную привычку: прежде чем верить обещанию поставщика, посмотрите, что о методе пишут независимые эксперты. Так же мы проверяем ИИ-решения и команды в ИИ Due Diligence, комплексной проверке перед вложениями.

Модели, которые компания может развернуть у себя, часто выходят из открытых исследований. Какие уже доступны, собрано в рейтинге локальных нейросетей.