본문으로 건너뛰기

김기응Kee-Eung Kim

AIPR Lab

기계학습, 인공지능, 강화학습

논문 주제가 비슷한 연구실

칸 하나가 연구실 하나예요. 이 연구실과 논문 주제가 비슷할수록 밝고, 테두리 친 칸이 이 연구실이에요.
2023–2026 논문
27
T1 논문
19
구성원
13
박사 8 · 석사 5
졸업생
49

KAIST 김기응 교수 연구실은 머신러닝 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 27편(T1 19편)을 발표했습니다. 현재 박사과정 8명, 석사과정 5명이 소속되어 있습니다. 졸업생은 49명입니다.

논문 실적

2023–2026 · 연구실 홈페이지 기준

연평균 · T1 비율

6.8 · 70%

6
2023
9
2024
4
2025
8
2026
T1T2워크숍기타등급은 학회·저널 분류이며 연구실 순위가 아닙니다.

논문으로 본 연구 주제

논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.

최근 논문

논문 27편

20268편

  • RLCT2

    ACPO: Agent-Chained Policy Optimization for Multi-Agent Reinforcement Learning

    Daiki E. Matsunaga, Junho Na, Tri Wahyu Guntara, Scott Sanner, Pascal Poupart, Jongmin Lee, Kee-Eung Kim

  • Behavior-Preserving KV Cache Compression

    Doo Hwan Hwang, Junyoung Jang, Junho Na, Hosung Lim, Kee-Eung Kim

  • Concept Removal Guidance: Evidence-Calibrated Negative Guidance for Safe Diffusion Sampling

    Yoonseok Choi, Chaeyoung Oh, Hyunjun Choi, Seokin Seo, Kee-Eung Kim

  • Dynamic Context Allocation for Concurrent Multi-Agent LLMs

    Junho Na, Daiki E. Matsunaga, Namho Koh, Jongmin Lee, Pascal Poupart, Kee-Eung Kim

  • Group-Normalized Implicit Value Optimization for Language Models

    Yunseon Choi, Junyoung Jang, Chaeyoung Oh, Minchan Jeong, Doohwan Hwang, Kee-Eung Kim

  • PRISM-VLM: A Multi-Axis Discriminative Benchmark for Compact Vision-Language Models

    Sanghee Park, Kee-Eung Kim

  • PS-PPO: Prefix-Sampling PPO for Critic-Free RLHF

    Doohwan Hwang, Kee-Eung Kim

  • Same Tasks, Different Apps: Why Mobile GUI Agents Fail to Generalize?

    Tien Tran, Namho Koh, Daiki E. Matsunaga, Ayush Jain, Kee-Eung Kim

비슷한 주제의 연구실

논문 주제 구성이 비슷한 연구실이에요.

  • KAIST머신러닝

    이기민Kimin Lee

    인공지능, 강화학습

    논문
    45
    구성원
    12
    졸업생
    3
  • KAIST머신러닝

    정송Song Chong

    강화학습, 분산학습

    논문
    13
    구성원
    미확인
    졸업생
    56
  • KAIST머신러닝

    성영철Youngchul Sung

    SISReL

    강화학습, 다중 에이전트 강화학습 등 연구

    논문
    36
    구성원
    13
    졸업생
    40
  • KU머신러닝

    이병준Byung-Jun Lee

    Decision Making Lab

    강화학습, 의사결정, 베이지안 최적화, 다중에이전트 시스템 연구

    논문
    33
    구성원
    14
    졸업생
    6