格拉茨理工大学博士：BiLAI 项目的机器学习与推理方法验证

【雇主官网补充核实】

2026 年 9 月 9 日读取雇主官方岗位页面，确认 2026 年 11 月开始、首份合同 12 个月、每周 40 小时。官网截止日为 10 月 7 日但未给时分，正式申请按钮仍在。以下原始目录译文保留了旧开始日期和未列合同年限的表述，请以上述雇主更新为准。后续续约与完整博士资助仍须确认。

项目概览

奥地利格拉茨理工大学软件工程与人工智能研究所招聘 1 名博士研究者，在 BiLAI 项目内开展基础研究。

课题聚焦机器学习及基于推理的方法的验证与有效性检验，并要求参与论文发表、博士相关活动和项目报告。

岗位为每周 40 小时全职临时雇佣，税前年薪至少 52,865.40 欧元，可依据资格和经验上调。

申请截止为 2026 年 10 月 7 日 23:00（UTC）；开始日期却列为 2026 年 6 月 1 日，需要核实实际安排。

项目详情

博士生将围绕 BiLAI 开展基础研究，其中明确包括论文发表，并重点研究机器学习方法和推理方法的验证及有效性检验。除研究本身，还需积极参与 BiLAI 框架内与博士培养有关的活动和报告工作。介绍未进一步指定某一种机器学习模型、推理语言、验证算法或应用系统，因此不能把研究所全部方向都理解为本博士的固定课题内容。

研究所同时关注软件工程的理论、实践与应用。公开介绍列出的研究领域包括智能系统、形式化验证与系统化软件测试、人工智能、需求工程、推荐系统、产业问题优化、敏捷软件开发和智能自主机器人。与本岗位最直接相连的是人工智能方法的验证和软件可靠性相关研究环境。

研究所还涉及创新软件工程教育、将 AI 技术用于编程教育及 DevOps 流程，以及借助 AI 理解章鱼认知并与人工神经网络比较的研究，并探讨如何负责任地应对未来 AI 超级智能的挑战。这些内容反映机构研究范围；招聘并未声明博士必须同时从事教育、机器人、动物认知和超级智能等所有主题。

申请者需要来自奥地利或外国大学的计算机科学或相关领域硕士学位，所列相关专业包括计算机工程、软件工程、商业信息学及相近学科。团队要求在至少一个人工智能方向具有优秀知识基础，可以是机器学习（ML），也可以是知识表示与推理（KRR），而不是必须同时精通二者。还需优秀英语、团队合作意愿，以及积极执行 BiLAI 相关任务的承诺。招聘的要求信息同时列出 1–4 年研究经验，具体经历与硕士研究如何计入需由团队解释。

工作提供有意义的研究职责、友好协作氛围及灵活工时，例如视实际工作时段适用的居家办公和带薪午休。学校列有国际培训和教学机会、公共交通补助、大学体育项目、购物优惠、职业健康管理、研究基础设施和新技术使用机会，以及专业和个人发展支持。福利还包括企业养老金。具体远程比例或固定午休安排没有统一保证，须以工作制度和合同为准。

薪酬为全职税前年薪至少 52,865.40 欧元，依据个人资格和经验可提供更高工资。岗位信息列明每周 40 小时及临时合同，但未列总年限，不能把学校所称稳定工作环境理解为无固定期限雇佣。薪资也不能直接当作税后收入，工资分期、社会缴费及养老金细项需要在雇佣确认时核实。

学校希望提高女性在管理与学术人员中的比例，明确鼓励符合条件的女性申请，并在资格相同情况下优先考虑女性。招聘同时强调不因性别、族裔、宗教或思想、年龄及性取向歧视，欢迎具有相关资格的残障人士。所列机构支持还包括女性发展质量标志，以及 2018 年施蒂利亚州最具家庭友好性企业奖项。

格拉茨理工大学介绍其为奥地利历史最悠久的理工大学，提供研究设备、科研团队和创业环境。本岗位工作地点为 Graz，Rechbauerstraße 12，A-8010。研究所负责人及联系人为 Franz Wotawa，邮箱写作 wotawa @ tugraz.at，可规范为 wotawa@tugraz.at。该联系人负责研究所事务，招聘没有另外明确个人博士导师或共同导师分工。

申请只能通过学校在线招聘门户提交，电子邮件或邮寄材料不予考虑。截止时间为 2026 年 10 月 7 日 23:00（UTC），参考编号 7160 / 2026 / 9282。岗位开始日期列为 2026 年 6 月 1 日，明显早于 9 月 8 日发布和 10 月截止，因此应确认是否为需更新的计划日期。介绍没有逐项列明申请附件，需在正式在线表单查看。

申请要点

• 学历：本国或外国大学的计算机科学、计算机工程、软件工程、商业信息学等相关硕士。

• 专长：至少精通 ML 或 KRR 中一个方向；优秀英语、团队意识及项目任务参与意愿。

• 薪酬：每周 40 小时，全职税前年薪至少 52,865.40 欧元，可按资格经验提高。

• 时间：2026 年 10 月 7 日 23:00（UTC）截止；所列 2026 年 6 月 1 日开始日期待核实。

• 提交：仅限在线门户；联系人 Franz Wotawa，wotawa@tugraz.at；编号 7160 / 2026 / 9282。

需要进一步确认

须优先确认岗位当前招聘状态、实际开始日期、合同年限、具体博士导师及申请附件。BiLAI 的课题边界、已有方法或数据、论文目标和博士注册路径未详细展开；境外硕士等同性及移民手续也需要进一步确认。

博士项目研究报告：BiLAI 人工智能系统验证与确认

执行结论

项目：BiLAI 人工智能系统验证与确认博士。建议：值得重点考虑，但需优先核实首年后的资助和正式导师。

该岗位适合研究人工智能系统验证与确认，尤其希望连接机器学习（ML）与知识表示及推理（KRR）的申请者。积极证据包括 TU Graz 每周 40 小时的受雇博士岗位、BiLAI 正在运行的跨机构人工智能研究计划、Franz Wotawa 在软件测试、诊断和验证方面的研究积累，以及近期关于大语言模型评估、AI 验证和信息物理系统故障检测的论文。TU Graz 官方职位页面，编号 7160 / 2026 / 9282

雇主官方招聘门户在 2026 年 9 月 9 日显示，岗位计划于 2026 年 11 月入职，首份合同为 12 个月。这两项明确条件优先于旧招聘目录所列的 6 月 1 日开始日期及未注明合同期限的信息。后续续约条件和资金承诺尚未公布，因此不能将其宣传为已覆盖完整博士周期。TU Graz 官方职位页面

官网截止日期为 2026 年 10 月 7 日，未列具体时分；目录中的 23:00 UTC 换算为格拉茨 10 月 8 日 01:00、北京时间 10 月 8 日 07:00。两种口径跨越当地日期，建议在格拉茨 10 月 7 日结束前完成提交，并向招聘方确认系统精确时刻。Franz Wotawa 是研究所负责人和招聘联系人，其正式博士导师身份仍需确认。

学校、培养项目与所在地

格拉茨理工大学（TU Graz）提供较明确的技术研究环境。学校官方排名概览列出 QS 2027 年综合第 409、THE 2026 年综合 601—800、ARWU 2025 年综合 601—700。计算机学科表现相对更强：THE 2026 年计算机科学 176—200、ARWU 2025 年计算机科学与工程 201—300、ARWU 2025 年人工智能 301—400，以及 QS 2026 年计算机科学与信息系统 301—350。格拉茨理工大学校情与排名

计算机科学博士学校强调计算机科学的科学及应用问题、独立研究和国际发表，正式学制为三年，平均完成时间为四至五年，教学语言为英语。计算机科学博士学校 学校博士概览进一步要求相关硕士或同等资格、愿意指导的导师，并在注册前取得指导确认。TU Graz 博士培养概览

本岗位的机构匹配度主要来自软件工程与人工智能研究所、计算机科学博士学校，以及 BiLAI 奥地利多机构研究集群之间的联系。学校平均四至五年的完成时间，可用于评估资金覆盖风险，但不代表本岗位已经承诺相同雇佣期限。

工作地点是奥地利 Graz，Rechbauerstraße 12，A-8010。研究所方向较广，包括智能系统、形式化验证、系统化软件测试、需求工程、推荐系统、工业优化、敏捷开发和自主机器人等。其软件教育、DevOps、认知研究及未来 AI 议题属于机构背景，不能当作本博士同时承担的任务清单。

导师与实验室评估

研究方向与指导关系

Franz Wotawa 的研究所官方主页将他列为 TU Graz 软件工程教授，自 2020 年担任研究所负责人。研究涉及基于模型及定性推理、定理证明、移动机器人、验证与确认、软件测试和调试。主页列出其发表超过 390 篇同行评议论文、指导过 36 名博士生。Franz Wotawa 的研究所主页

TU Graz Pure 资料还显示其参与神经符号边缘 AI、自动驾驶、楼宇管理与能源系统，以及信息物理系统相关活跃项目。这些经历与机器学习及基于推理方法的验证相当契合。Franz Wotawa 的 TU Graz Pure 研究资料

招聘联系人为 Franz Wotawa，wotawa@tugraz.at，身份是研究所负责人。正式博士路径需要导师出具指导确认，因此应明确他是否将为本候选人签署该文件、是否有共同导师，以及谁提供日常研究指导。TU Graz 博士培养概览

重要论文：方法、结果及局限

1.《人工智能在自动驾驶中的应用及其验证》——2026 年出版记录，收录于 ECAI 2025 会议论文集

这篇 Wotawa 论文把 AI 自动驾驶放在安全关键系统背景下讨论。其核心观点是，开发阶段的验证不足以覆盖系统与动态环境持续交互时的各种情况，因此需要依据交通规定及物理规律开展运行时监测，知识型系统可作为相应基础。

贡献主要是概念分析和研究议程，适合说明 BiLAI 中 ML/KRR 验证的研究方向。局限在于它并非完整的实证基准论文，不能仅凭该文声称某种自动驾驶验证方法已经获得全面实验支持。会议名称中的 2025 与出版记录中的 2026 属不同时间信息，应分别保留。人工智能在自动驾驶中的应用及其验证

2.《大语言模型生成测试套件的评估》（2026）

研究比较包括 ChatGPT4o 在内的 五种 LLM，检验它们能否为 12 个 Python 程序生成有用的测试套件，并改变温度参数和提示策略，并测量语句覆盖率、分支覆盖率及变异得分。

公开摘要没有披露各模型的具体覆盖率和变异得分，不能据此给出优胜排序。其方法价值在于使用软件测试指标评价模型产物，而非把看似合理的测试文本直接认定为高质量结果。这与本博士需要系统验证 AI 生成产物的目标直接相连。局限是小型 Python 程序和这些指标无法自动覆盖更广的 ML/KRR 系统；后续研究需要更大基准、更多场景及更充分的有效性论证。大语言模型生成测试套件的评估

3.《GEMMA-FD：使用多模态语言模型进行热泵零样本故障检测》（2025）

该研究把热泵多变量传感器时间序列转换为结构化自然语言提示，再加入可视化折线图，利用 GEMMA-3 进行零样本故障检测。方法能够识别未见故障，但报告的宏平均 F1 为 0.252，低于监督学习 XGBoost 基线的 0.69。

这一结果对验证方法研究很有价值，因为它直接揭示通用或零样本能力与特定任务表现之间的差距。不能将“能够检测故障”写成“优于监督学习”。研究也提示，基础模型推理需要认真设计提示、少样本增强、多模态输入和可信基线；其实际效果仍必须在具体任务中验证。GEMMA-FD：使用多模态语言模型进行热泵零样本故障检测

4.《评估 OpenAI 大语言模型生成技术需求文档逻辑抽象的能力》（2024）

研究考察 LLM 能否将真实技术需求转化为可用于后续分析和推理的逻辑表示，连接学习型 AI 与符号 AI，并评价语法有效性、语义合理性及稳定性。

它与 BiLAI 的联系在于，学习模型生成的内容是否可以成为可靠的符号推理输入。即使表现最好的配置仍会产生语法错误或语义不合理的输出，这说明验证与确认仍是必要环节，不能由模型生成过程替代。评估 OpenAI 大语言模型生成技术需求文档逻辑抽象的能力

5.《FaultLines：评估开源大语言模型在信息物理系统故障检测中的效果》（2024）

该研究以电池管理系统模拟数据为基础，评估 八个开源 LLM，结合检索增强和不同文本编码策略进行故障检测。结果显示，开放模型可以识别故障，而编码选择显著影响精确率、召回率和 F1。

它把机器学习模型视为需要验证的诊断推理工具，与本博士在信息物理场景中评估 AI 行为的方向接近。证据局限在于模拟数据及提示、编码选择；进一步研究需要稳健数据集、可重复评估和跨领域迁移测试，不能直接等同于真实系统中的可靠运行。FaultLines：评估开源大语言模型在信息物理系统故障检测中的效果

BiLAI 合作环境与资源

BiLAI 追求把亚符号机器学习与符号知识表示、推理结合起来的广泛能力人工智能。研究模块涉及图结构、上下文、知识与学习、推理、因果关系、可解释 AI、伦理 AI 系统，以及演示和基准评测。BiLAI 研究模块

TU Graz Pure 将 FWF BiLAI 列为 2024 年 10 月 1 日至 2029 年 9 月 30 日的活跃项目，Wotawa 是 TU Graz 共同研究负责人之一。这证明集群研究计划仍在运行，但不能把其结束日期直接当作本岗位合同终点。FWF BiLAI 双向人工智能项目记录

BiLAI 页面列出奥地利多所机构的博士和博士后，TU Graz 相关博士课题包括神经符号推荐、面向可解释决策的因果推理、强化学习中的安全／解释性／伦理，以及上下文感知的可解释规划。BiLAI 博士与博士后研究人员 BiLAI 博士研究课题 集群还公布了 2026 年 ICLR、ICML、KR、SIGIR 等会议的录用成果，说明有较活跃的跨领域交流和发表环境。BiLAI 在主要国际会议上的成果

研究范围广是一项优势，也意味着需要尽早确定本岗位所属模块、指导团队、数据和评估设施。公开职位没有进一步指定首年数据集、模型、证明工具或软件系统。

研究方向与发展前景

领域进展

机器学习和推理方法的验证与确认，处于可信 AI、神经符号 AI、软件工程、形式化方法和实证机器学习评价的交叉处。BiLAI 的具体定位是结合 ML 与 KRR，使系统能够推理、适应、解释和迁移知识，因而比一般“使用 AI”的课题更加偏重方法连接及可靠性。BiLAI 研究模块

欧盟委员会 AI 人才与素养政策提出扩大本科、硕士及博士层次的 AI 人才培养，并将 AI 素养与《人工智能法》相关义务联系起来。欧盟委员会人工智能人才、技能与素养政策 OECD 2026 年技能研究指出，AI 正改变劳动力市场、增加对高技能工作者的需求，也使数据分析、数字技能、问题解决和创造力更重要。OECD：人工智能时代的技能 OECD：人工智能与技能

这些是宏观方向依据，不代表某一种模型或职位一定增长。对本博士，更有用的能力是设计有说服力的验证方法、准确报告失败边界，并在可信 AI 系统中实现可复现的评价。

可形成博士工作的研究切入点

公开题目较宽，实际论文需要聚焦可检验问题。例如：

• 为 LLM 生成的符号或逻辑产物设计验证指标，把技术需求抽象扩展到更广的 KRR 任务。
• 对 AI 信息物理系统开展运行时监测，将学习型感知或诊断与规则约束结合。
• 在分布变化下评测神经符号系统的稳健性、可解释性和迁移能力。
• 为模型生成的测试或故障建议引入形式化、统计或基于模型的检查。
• 建立可解释 AI 评估协议，检验解释的正确性、稳定性和实际使用价值。

这些是根据团队论文推导的可能方向，不是已承诺的博士任务。可行性取决于数据集、基准、软件基础设施和边界明确的第一年计划，现有招聘没有提供这些细节。

学术与职业路径

学术方向可覆盖软件工程、AI 测试、形式化方法、知识表示、可解释 AI 和信息物理系统。产业方向包括 AI 可靠性评估、模型风险、安全工程、软件质量、汽车与机器人验证、能源系统监测及受监管 AI 部署。

就业准备应强调严谨评价和可信 AI 工程能力，例如可重复实验、基线与消融、失败分析、形式或统计验证，以及清楚的技术写作，而不只展示使用模型完成应用的经历。

资助、申请与生活成本

工资与合同期限

招聘为每周 40 小时的全职临时雇佣，税前年薪至少 52,865.40 欧元，可根据资格及经验提高。该数额与奥地利大学集体协议 2026 年 1 月 1 日起 B1 月税前 3,776.10 欧元一致：正常工资及特别支付合计按完整年度 14 个月基薪计算，即：

3,776.10 × 14 = 52,865.40 欧元税前年薪。奥地利大学集体劳动协议

这是应税雇佣工资，不是免税奖学金，也不是把年薪除以 12 就能得到每个月相同到手金额。个人扣税、社会缴费、养老金及入职不足一年的实发安排，仍应由人事说明。报告不估算净工资。

官网已确认首份合同 12 个月，后续延长安排未公布。学校博士正式学制三年、平均完成四至五年，以及 BiLAI 到 2029 年的项目期限，都不能替代个人后续合同。应在接受岗位前取得续约条件和后续资助的书面说明。TU Graz 官方职位页面

学费与员工福利

TU Graz 当前费用页面列学生会费 26.20 欧元/学期，非欧盟学费 726.72 欧元/学期；同时说明与 TU Graz 有雇佣关系的博士生可在符合条件时申请学费减免。TU Graz 学费与奥地利学生会费

因此，应确认本岗位能否从首个注册学期获得减免、需提交哪些文件，以及减免后仍须缴纳哪些费用。不能把“可申请减免”写成已自动免除全部费用。

招聘还列出灵活工作安排、视工时适用的居家办公及带薪午休、国际培训和教学机会、公共交通补助、大学体育、购物折扣、职业健康支持、企业养老金、科研设备及新技术资源。具体远程比例和午休制度须按岗位工作安排执行，不能视为统一无条件待遇。

格拉茨生活预算

TU Graz 引用的 2025 年奥地利学生平均支出略低于 1,300 欧元/月，涵盖住宿、食品、交通、休闲、学习和其他开销。TU Graz 申请者生活费用常见问题 学校学生博客提供格拉茨实用参考：宿舍约 200—420 欧元/月，市中心合租每人约可到 500 欧元/月，食品约 350—400 欧元/月，公交月票约 64.70 欧元。格拉茨学生生活成本指南

这些是学生生活参考，不能保证受雇博士能获得相同房源、价格或资格。相对于基准，岗位薪资有望支持基本生活，但仍应核实税后收入、实际住房、学费减免、健康保险和搬迁支出。申请者如果携带家属，需另外评估家庭支出。

截止时间、日期矛盾与申请方式

岗位编号 7160 / 2026 / 9282。官网明确发布日期为 2026 年 9 月 8 日、截止 10 月 7 日、开始时间 2026 年 11 月，并保留正式申请按钮。首份合同 12 个月，每周 40 小时。旧目录中的 6 月 1 日开始时间已被当前官网更新信息取代。TU Graz 官方职位页面

官网没有明确截止时分。目录所列 10 月 7 日 23:00 UTC 对应当地次日 01:00、北京次日 07:00；为避免跨日差异，按雇主官网的 10 月 7 日当地日期提前提交，并确认系统时刻。

申请仅通过本岗位在线招聘门户提交，电子邮件或邮寄不予考虑。项目咨询联系 Franz Wotawa，wotawa@tugraz.at；这是研究所负责人联系邮箱，不等于已确认的正式导师身份。岗位申请表的完整附件要求尚未逐项核实，不能将下述大学博士注册文件清单直接视为招聘首轮全部附件。TU Graz 官方职位页面，编号 7160 / 2026 / 9282

非欧盟居留路径

对中国或其他非欧盟博士雇员，居留是实际入职条件。奥地利内政部说明，**研究人员居留许可（Settlement Permit — Researcher）**可以支持受雇研究活动，通常需要与获认证或依法豁免的研究机构签订接收协议；大学属于相关机构范围。奥地利研究人员居留许可

第三国公民的一般居留要求还涉及足够收入、健康保险及合适住宿。该岗位具体采用哪种路径、由谁出具协议及何时提交，应向招聘团队确认。奥地利第三国公民居留目的与一般条件 相关文件准备时间需要与修正后的开始日期协调。

申请者匹配度与准备建议

正式资格和研究基础

招聘要求奥地利或外国大学的计算机科学或相关领域硕士，相关专业明确包括计算机工程、软件工程、商业信息学及相近方向。

申请者须在至少一个 AI 领域具备优秀知识基础：ML 或 KRR 其一即可，并具备优秀英语、团队合作意愿，以及积极参与 BiLAI 活动和报告工作的承诺。不能把要求扩大为申请前必须同时精通 ML 和 KRR。

职位信息另列研究经历 1—4 年，正文没有进一步解释硕士研究及其他经历如何计入；应由团队确认，不宜自行增设额外的全职工作年限要求。公开材料也未给出英语考试的具体分数，不能从其他学校要求推入本项目。

招聘明确鼓励符合资格的女性申请，并规定在资格相同时优先考虑女性；同时强调不因性别、族裔、宗教或思想、年龄、性取向歧视，并欢迎具有相关资格的残障申请者。这些属于公告的平等机会与选拔条款，不代表岗位只向女性开放。TU Graz 官方职位页面

有帮助的方法证据

软件测试、形式化方法、模型检查、SAT/SMT/ASP、逻辑、知识图谱、本体、实证 ML 评价或信息物理系统背景，都可能支撑匹配度。申请材料应展示在 ML 或 KRR 至少一侧已有深度，并愿意与另一侧协作。

可展示的研究习惯包括基准设计、可复现性、消融实验、与基线比较、失败分析和清楚写作。Python 及至少一种系统或形式化工具的经历可能有帮助，但属于研究准备建议，不能写成招聘公布的统一技术门槛。

需要谨慎评估的情况

如果已有工作主要是模型训练或应用，缺少评价、形式推理或软件质量证据，需要补足与验证主题的联系。只希望做范围固定的 ML 工程、不愿接触符号推理、验证方法或集群报告任务者，也可能与岗位不完全匹配。

需要保证四年以上资助者，应重点询问首个 12 个月之后的续约条件和资金来源。中国学历及非欧盟申请者还需考虑截止后学历文件、认证和居留材料准备的时间。

招聘材料与博士注册文件分开准备

建议准备与 ML 评价、形式化验证、软件测试、诊断、KRR、可解释 AI 或信息物理系统有关的硕士论文或论文样本，可复现实验代码，以及将宽泛课题缩小为一至两个可检验问题的简短研究陈述。正式招聘附件以职位系统实际要求为准。

对非 TU Graz 硕士毕业生，大学博士入学页面要求相关硕士或同等资格、导师指导确认、入学申请表、本科及硕士证书和成绩单、CV、护照副本及照片。TU Graz 博士项目录取 国际申请说明要求文件为德语或英语，并可能依据签发国家需要翻译或认证。国际申请者所需文件 国际学位项目申请与录取概览

中国博士申请的 APS、认证或其他手续尚未由所读页面完全解决，应向注册办公室确认。不得把中国学历认证可能需要核实，写成已经确认每名中国博士都必须完成同一套程序。

风险与待核实问题

优先核实

• 官网 10 月 7 日截止的精确时分是什么，目录跨日时刻如何解释？
• 已明确的 2026 年 11 月开始时间，可否为国际入职手续保留合理弹性？
• 谁是正式导师及共同导师？Franz Wotawa 是否将签署指导确认？
• 本博士属于哪个 BiLAI 模块，使用哪些数据、基准、软件和证明或推理工具？
• 首份 12 个月合同之后，续约标准、后续资助来源及最长雇佣时间分别是什么？

进一步了解

• 40 小时合同内如何分配教学、差旅、BiLAI 报告和研究，发表目标与会议预算是什么？
• 中国硕士能否进入计算机科学博士学校，需要哪些认证、APS、翻译或其他手续？
• 博士雇员的学费减免能否从首学期适用，哪些费用仍须支付？
• TU Graz 对非欧盟受雇研究人员采用哪种居留许可路径？
• 招聘表单除博士注册文件外，究竟要求哪些独立申请附件？
• 研究经历 1—4 年字段如何计入硕士研究及其他研究工作？

证据与来源

• TU Graz 官方职位页面，编号 7160 / 2026 / 9282
• FWF BiLAI 双向人工智能项目记录
• BiLAI 研究模块
• 格拉茨理工大学校情与排名
• 计算机科学博士学校
• TU Graz 博士培养概览
• TU Graz 博士项目录取
• 国际申请者所需文件
• 国际学位项目申请与录取概览
• Franz Wotawa 的研究所主页
• Franz Wotawa 的 TU Graz Pure 研究资料
• BiLAI 博士与博士后研究人员
• BiLAI 博士研究课题
• BiLAI 在主要国际会议上的成果
• 人工智能在自动驾驶中的应用及其验证
• 大语言模型生成测试套件的评估
• GEMMA-FD：使用多模态语言模型进行热泵零样本故障检测
• 评估 OpenAI 大语言模型生成技术需求文档逻辑抽象的能力
• FaultLines：评估开源大语言模型在信息物理系统故障检测中的效果
• 奥地利大学集体劳动协议
• TU Graz 学费与奥地利学生会费
• TU Graz 申请者生活费用常见问题
• 格拉茨学生生活成本指南
• 奥地利研究人员居留许可
• 奥地利第三国公民居留目的与一般条件
• 欧盟委员会人工智能人才、技能与素养政策
• OECD：人工智能时代的技能
• OECD：人工智能与技能
• 本岗位正式在线申请入口