ML 會議截止日追蹤器

做 ML 論文，時間表常常比內容還煩。說真的，錯過 deadline，比模型掉 1% 還痛。khairulislam/ML-conferences 這個 GitHub 筆記本，就在解這個麻煩。

它整理了會議日期、投稿截止日、地點，還有錄取論文清單。README 目前顯示 216 顆 stars、16 個 forks。對研究者來說，這種東西很土，但很實用。

你不用一直切 ICML、NeurIPS、ICLR 官網。先看一張表，心裡就有底。這種整理，省的是腦力，不只是時間。

一份給 ML 人的期限索引

這個 repo 不是炫技網站。它就是一份乾淨的參考筆記。內容很直白：deadline、會期、地點、首頁連結、錄取名單。

我覺得它好用的點，在於分類清楚。做視覺的人可以直接看 CVPR，做 NLP 的人可以看 ACL。做系統研究的，也能切到 MLSys。

資料探勘、知識發現、軟體工程，也都有對應區塊。像 KDD、CIKM、PAKDD，都能直接找到。對常跑 conference 的人，這比翻十幾個 CFP 頁面順手多了。

• 目前 snapshot 顯示 216 stars、16 forks
• 用 Jupyter Notebook 寫，方便直接讀資料
• 同時列 deadline、會期、錄取論文
• 涵蓋 ML、CV、NLP、資料探勘、軟體工程
• 有 Open、Closed、TBD 這類狀態標記

最近會議表是最常被看的部分。它把 2025 和 2026 的活動排在一起。你可以一次看到地點、截止日、首頁與狀態。

像 ICML 2026，列在 7 月 6 日到 12 日，地點是首爾，deadline 是 2026 年 1 月 28 日，狀態是 Open。這種資訊，對排實驗和寫初稿很直接。

同一張表也看得出學術行程有多密。IJCAI 2026 在不來梅，MICCAI 2026 在阿布達比，KDD 2026 在濟州。這些不是八卦，是排程依據。

為什麼研究者會需要它

conference deadline 不是小事。它會影響實驗節奏、寫作節奏，還有 lab 內部的 review 安排。對 startup 來說，甚至會影響招募和產品曝光的節點。

這個 repo 的價值，是把分散的資訊收斂起來。你不用每次重新讀 CFP。直接比一比，就知道哪個 venue 還開著，哪個已經關門。

錄取論文清單也很有用。它不是只告訴你日期。它也讓你看見某一年到底收了什麼題目。這對找趨勢、看主題熱度、判斷題目適配度，都有幫助。

“The best way to predict the future is to invent it.” — Alan Kay

Alan Kay 這句話常被拿來講研究圈。原因很簡單。會盯 deadline、看錄取論文的人，通常也是下一輪題目最早動手的人。

這個 notebook 做的，是行政雜事。它不評分，也不排名。它只是把投稿流程講清楚。講白了，這在 ML 圈很重要，因為日期常常變，窗口又短。

Notebook 格式還有一個好處。它很好維護。有人要補新資料，只要加一列、改一個連結，不必重做整個網站。對社群型資源來說，這種低摩擦很關鍵。

和官方網站比起來差在哪

官方 conference 頁面才是第一手來源。這點沒爭議。問題是，它們很難直接比較。有的把 schedule 放首頁，有的把 deadline 藏在 CFP，有的還會改網址。

這個 repo 的做法很務實。它把那些亂七八糟的格式，統一成一張表。你可以直接橫向比對，不用在不同網站之間來回跳。

這件事特別有感，因為 ML 大會的節奏本來就不同。ICML 2025 在溫哥華，NeurIPS 2025 在聖地牙哥，ICLR 2025 在新加坡。這些日期差，會直接影響團隊怎麼排實驗。

• ICML 2026：7/6–7/12，首爾，1/28 截止，Open
• IJCAI 2026：8/15–8/21，不來梅，1/19 截止，Open
• MICCAI 2026：10/4–10/8，阿布達比，2/26 截止，Open
• KDD 2026：8/9–8/13，濟州，2/8 截止，Open
• CVPR 2026：6/6–6/12，丹佛，11/13 截止，Closed
• ICCV 2025：10/19–10/25，檀香山，3/7 截止，Closed

這個 repo 還有歷史價值。ICML 區塊可以追到 2008 年，NeurIPS 也有多個年份。你可以看出會議怎麼換城市，deadline 怎麼漂移，還有哪些主題慢慢變成主流。

它也會連到 DBLP。DBLP 是學術索引老牌資料源。把它跟 repo 的表格搭一起看，方便又能查證。這種做法很樸素，但我覺得比花俏介面更可靠。

它其實像一個社群工具

ML-conferences 值得收藏，是因為它把無聊問題處理得很好。研究者不需要另一個很會講故事的 dashboard。大家要的是一份能在 1 分鐘內掃完的清單。

它也示範了，簡單 notebook 可以變成社群基礎設施。它介於私人備忘錄和公開工具之間。這個位置很尷尬，但也很有用。

如果 maintainer 持續更新 recent-conferences 表，補上錄取論文連結，這份筆記本很可能會變成很多 ML 作者的第一個分頁。真正的考驗，是社群會不會持續補資料。

畢竟 conference 日期會動，CFP 頁面會搬家，新 venue 也會冒出來。這種工具要活，靠的不是華麗，而是更新速度。

接下來怎麼看這類工具

我猜這類 repo 會越來越重要。原因很簡單。ML 論文數量還在多，會議也沒有變少。對研究者來說，資訊整理本身就是成本。

如果你現在正在排投稿，我會建議先把這種清單加進書籤。再回官方頁面核對一次。這樣最穩，也最省時間。

下一次你準備送 paper 前，先問自己一個問題：你的目標 venue 還開著嗎？如果答案是否定的，那就別再拖了。先改計畫，比硬拚更實際。