WWW 2026 Workshop | 面向Web智能的可信基础模型：因果视角与挑战
WWW 2026：面向Web智能的可信基础模型——因果视角与挑战研讨会，正式启动征稿！本届研讨会将聚焦于利用因果推理作为核心框架，来构建与评估下一代可信、可靠的基础模型，诚邀全球学者与工业界专家共襄盛举，一同塑造Web智能的未来。
官方网站：https://www-tfm-causal.github.io/www2026-workshop/
The WebConf（原WWW）是全球互联网与信息系统领域最具影响力的国际顶会之一，被CCF评为A类会议。本次研讨会将为其提供一个聚焦前沿、跨学科交流的高端平台。在当今数字社会，基础模型日益成为搜索引擎、推荐系统、社交媒体分析等关键Web应用的核心驱动力。确保这些模型的可信度——涵盖公平性、透明度、因果性与鲁棒性等方面——变得至关重要，尤其是在使用异构、动态的海量网络数据进行训练时。
本次研讨会旨在为这一新兴领域的挑战提供一个专注的跨学科论坛，并特别强调将因果推理作为模型增强与评估的原则性框架。
研讨会核心亮点
聚焦最前沿议题：直面大模型时代Web智能的核心挑战，深入探讨以因果推理为基石的可信AI。
促进跨学科融合：连接机器学习、因果推断、Web挖掘与数据科学领域的专家，共同建立负责任的基础模型部署新范式。
设立专项奖项：会议特设杰出论文奖、杰出学生论文奖，以及专门面向青年学者的“TrustFM学术新星奖“。
提供顶级交流平台：录用论文将收录至TheWebConf 2026会议文集，并可与全球顶尖学者及产业专家面对面交流。
征稿主题
我们欢迎涵盖理论与实践的原创研究投稿，征稿主题包括但不限于：
1. 可信基础模型的因果基础
Web数据的因果表示学习与解耦。
大规模异构Web图上的因果发现与推断。
集成因果模型以诊断和解释基础模型行为。
理解与缓解网络规模训练数据中的混淆因素。
2. Web应用中的可信度
推荐系统、搜索引擎和内容生成中的公平性与偏见缓解。
动态在线环境中针对分布偏移和对抗攻击的鲁棒性。
用于个性化用户建模和Web决策的反事实推理。
基于因果关系的可信AI评估框架与指标。
3. 伦理与社会影响
网络规模基础模型的数据与模型治理。
在高风险Web领域中负责任地部署与监控基础模型。
识别和解释伦理风险的案例研究与方法论。
重要时间节点（AoE）
论文提交截止日期：2026年1月6日
论文录用通知日期：2026年1月13日
论文终稿提交日期：2026年2月2日
研讨会举办日期：2026年4月13日至14日
所有截止时间均为Anywhere on Earth (AoE) 23:59。
投稿须知
篇幅与格式：稿件应不少于4页，需使用ACM论文模板进行排版。
投稿方式：通过研讨会官方的OpenReview提交系统进行投递。
原创性：所有提交必须是原创作品，且未在别处发表或处于评审状态。
奖项说明：获得杰出论文奖和杰出学生论文奖的论文作者需亲临研讨会现场做口头报告，否则奖项将被取消。
TrustFM学术新星奖申请我们特设“TrustFM学术新星奖”，旨在表彰在利用因果视角推动可信基础模型研究方面取得突出成就的早期职业研究者（资深博士生或博士后）。两名获奖者将获得证书，并受邀在研讨会上做主题报告。
申请材料截止：2026年3月31日
推荐信截止：2026年4月7日
申请链接：https://docs.google.com/forms/d/e/1FAIpQLSe7a0p5urdQhUcId2YHlRdUuj1KXxmCvRYTkzq94-5ppfld6g/viewform?usp=header
特邀主旨演讲嘉宾
我们很荣幸邀请到多位国际知名专家作为主旨演讲嘉宾，完整名单正在确认中，即将公布。
组织委员会本次研讨会由以下学者共同组织：
Haoang Chi(Tsinghua University)
Qi (Cheems) Wang(Tsinghua University)
Jiantong Jiang(The University of Melbourne)
Jiangchao Yao(Shanghai Jiaotong University)
Feng Liu(The University of Melbourne)
Bo Han(Hong Kong Baptist University)
联系我们如有任何疑问，欢迎通过电子邮件联系组织委员会：www_causal_tfm@yeah.net
让我们携手，从因果视角出发，共同构建下一代可信、可靠、负责任的Web智能基础模型！诚邀全球研究人员、学者与产业界同仁投稿并参会，相聚WWW 2026！
