Kibum Kim

ICLR 2026×3多模态可解释性效率与系统推理强化学习与后训练

新星分新星

一作贡献30

核心/参与17

方向广度10

合作网络6

1 一作 · 3 篇 · ICLR 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分；每位用户单独解锁，之后查看免费。主动刷新 20 积分。

实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。

一作ICLR 2026Poster· General Machine Learning / Representation Learning

可解释性多模态效率与系统OpenReview

作者位次 #2/4ICLR 2026Poster· Computer Vision / Vision Models & Multimodal

多模态推理强化学习与后训练OpenReview

作者位次 #4/5ICLR 2026Poster· Applications / Chemistry and Drug Discovery

智能体与工具OpenReview