实验室的招生窗口
KAIST Machine Learning and Intelligence Lab的招生页面直接写明，团队正在寻找硕士生、博士生和博士后，并建议有兴趣的申请者联系Eunho Yang教授。Yang教授目前是KAIST Kim Jaechul Graduate School of AI与School of Computing的终身副教授。对Mason这类偏团队判断的视角来说，这个信号比“教授主页长期存在”更重要：它说明团队现在仍把新研究生纳入人员计划，申请者可以围绕真实开放的组来准备，而不是只凭学校名气做海投。
KAIST奖学金的覆盖结构
KAIST面向国际研究生的Scholarship覆盖全额学费、国家健康保险，并提供月度津贴，学校说明约94%的国际学生受益。普通KAIST Scholarship的月津贴会根据学院、项目、导师和参与研究的情况有所差异，因此不应自行假设一个统一金额。对国际PhD或硕博连读申请者，学校还会自动考虑KAIST Prestige Scholarship；其中博士阶段可获得全额学费及每月KRW300,000，最多8个常规学期。最终资助方案仍以个人录取和奖学金通知为准。
团队阶段与研究资源
MLILAB成员页显示团队目前有多名博士生，并在2026年新增博士后。这样的人员结构意味着申请者进入后通常会同时接触导师、博士后和不同年级博士生，而不是完全单线推进。对机器学习方向，这种组内层级很重要：新生可以更快建立实验规范、代码管理和论文讨论习惯，也更容易从已有项目理解什么样的问题值得继续推进。申请时可以重点观察团队近年的学生构成、论文主题和人员流动，而不只是数教授个人论文。
材料准备的优先级
杨教授团队的研究覆盖统计机器学习、高维统计和生成模型等方向。申请者不需要在材料里复述这些关键词，更有价值的是证明自己能做严谨的建模和实验。CV中可以突出概率统计、优化、机器学习理论或大规模实验经验；研究陈述中应说明一个具体问题、核心假设、可比较基线和可能出现的失败模式。如果只有课程项目，也可以把实验复现、消融分析和代码质量写清楚，关键是让导师看到你已经具备研究式思考。
录取与资助的组合判断
KAIST的奖学金覆盖度很高，但实验室开放和奖学金资格仍是两个不同维度。申请者要同时确认：导师是否愿意接收、目标项目是否符合入学要求、个人最终获得哪一种奖学金。尤其普通KAIST Scholarship的津贴会因研究参与等因素变化，因此预算时不要把最高可能金额当成确定收入。把招生窗口、团队结构和资助边界一起看，才能判断这是不是一个真正适合自己的博士机会。
公开招生信号应该怎样解读
实验室明确写出正在招博士，只能说明申请入口存在，并不等于所有背景都适配。更稳妥的判断方式，是把招生信号与团队正在做的工作、现有成员结构以及自己的能力放在一起比较。若团队近年的项目偏理论建模，而申请者主要是应用工程背景，就需要用课程、论文复现或研究项目证明数学与建模基础；反过来，如果团队需要大规模实验能力，申请者就应突出数据处理、实验自动化和代码复现。公开岗位是开始准备的理由，不是省略匹配分析的理由。
进入团队后可能面对的研究节奏
机器学习博士的日常往往围绕阅读、建模、实现、实验和论文讨论反复迭代。一个想法即使数学上成立，也可能在数据、优化或基线比较中暴露问题；一个实验结果看起来不错，也要判断提升来自方法本身还是训练设置。申请阶段能提前展示这种严谨性，会比堆叠模型名称更有效。例如可以在研究陈述中主动说明关键假设、比较对象、评价指标和潜在失败模式；在代码项目中保留可复现配置和实验记录。导师看到的是你是否已经具备进入团队研究流程的基础。
奖学金通知与个人预算
KAIST的公开奖学金页面给出了覆盖项目，但个人最终获得哪一种资助仍以录取和奖学金通知为准。准备预算时，应把确定项与可能项分开：全额学费、保险或明确写入通知的津贴可以按正式条件计算，尚未确认的导师补贴或额外项目经费则不宜提前视为固定收入。这样做不仅是财务谨慎，也能帮助申请者在拿到多个录取时更准确比较机会。真正适合的博士位置，应同时满足研究方向可进入、团队关系可持续、资助安排可执行三个条件。
与导师交流时应确认的信息
在进一步沟通时，可以把问题集中在研究本身：近期哪些方向需要新生投入，团队通常怎样确定博士早期课题，学生与导师、博士后之间如何讨论实验，以及申请者应提前补哪些能力。资助问题则以学校和正式通知为主，不把尚未确认的口头可能性写成确定待遇。这样的交流既能帮助导师判断匹配度，也能让申请者更早识别团队工作方式是否适合自己。
