研究成果获世界三大人工智能学术会议认可
韩国外国语大学计算机工程学部教授Lee Junhyeon担任通讯作者的4篇论文，接连被全球三大人工智能学术会议——2026年学习表征国际会议（ICLR）、2026年国际机器学习会议（ICML）和2026年神经信息处理系统大会（NeurIPS）录用。
ICLR、ICML和NeurIPS是人工智能与机器学习领域享有国际声誉的学术会议。
来自世界各国高校和全球企业的研究人员会在这些会议上发表最新研究成果，会议通过严格评审遴选优秀论文。
今年，Lee教授担任通讯作者发表的论文中，有1篇被ICLR录用、1篇被ICML录用、2篇被NeurIPS录用，共4篇论文的研究成果获得全球三大人工智能学术会议的认可。
尤其是，他在人工智能推理能力评估、多个人工智能系统协作、模型间信息交换以及轻量化技术等广泛领域展现了研究实力。
这项成果得益于与韩国及海外高校和产业界研究人员的合作研究，合作方包括LG AI Research、美国伊利诺伊大学芝加哥分校（UIC）、Capital One AI Foundations及中央大学等。
被2026年ICLR录用的论文提出了一种新方法，可更准确地评估人工智能模型的实际推理能力。
该方法摆脱了以往采用固定评测题目的模式，转而让人工智能智能体自行生成新题并逐步提高难度，以检验模型的推理能力。
由于能够持续、灵活地评估快速发展的人工智能技术性能，这项研究受到关注。
2026年ICML的研究则改善了多个人工智能系统协作过程中出现的低效问题。
不同于以往让人工智能系统针对所有问题展开讨论的方式，该研究提出，只在对答案把握不高时才进行讨论，从而在维持性能的同时，将计算成本降至接近使用单个人工智能系统的水平。
2026年NeurIPS录用了2篇关于人工智能模型间高效信息交换及模型轻量化的论文。
第一项研究提出一种技术，使不同的大语言模型（LLM）不再通过自然语言传递信息，而是直接交换内部信息。
该技术在提升人工智能系统间协作性能的同时，将通信时间缩短至原来的约十一分之一。
第二项研究提出一种压缩技术，在缩小人工智能模型规模的同时，保护医疗、法律、金融等主要领域的核心知识。
这项研究提出了能够尽量减少模型轻量化过程中重要知识和性能损失的方法，意义重大。
此外，Lee教授还与高丽大学研究人员合作，在自然语言处理领域的重要国际学术会议2026年自然语言处理经验方法会议（EMNLP）论文集以及SCI（扩展版）级国际学术期刊《信息科学》上各发表了1篇论文，持续开展活跃的研究工作。
Lee Junhyeon教授表示：“近期的人工智能研究越来越重视不同智能体发挥各自优势并有效协作。”他解释说：“本次研究探讨了人工智能系统之间的多种互动，包括人工智能推理能力评估与讨论，以及不同语言模型之间的高效沟通。”
他还表示：“这一研究方向也与韩国外国语大学在语言和文化多样性方面的优势相契合。今后，我们将继续扩大与国内外研究人员的合作，持续开展提升人工智能系统效率和协作能力的研究。”
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
