PhD Find博士申请助手 · PhDFind
菜单
English

大模型博士｜用强化学习后训练探索扩散语言模型的推理能力

项目2578 · University of Basel · Department of Mathematics and Computer Science, Rhine AI research group

申请工作台

保存项目，围绕当前机会准备申请。截止日期和资格请以原始公告为准。

阅读调研报告 查看收录来源与申请要求
所在国家或地区
瑞士
申请截止日期
招满即止，当前是否仍招请核对原始公告。
资助信息
由瑞士国家科学基金会（SNSF）项目资助，预计四年；雇主提供薪资、福利和工作条件，但具体金额未公布。

项目介绍

项目概览

这是一项由瑞士国家科学基金会（SNSF）项目资助的四年制博士职位，研究扩散式大语言模型（diffusion language models）的推理能力后训练。博士生将开发强化学习方法，研究适应性解掩码（adaptive unmasking）和信用分配（credit assignment）等面向推理的生成策略，并构建跨领域推理基准，包括数学问题求解。

项目详情

课题聚焦扩散式语言模型的后训练：在模型已经具备生成能力的基础上，探索如何通过强化学习提升其推理表现。研究任务包括设计并实现强化学习后训练方法，探索推理过程中逐步揭示/解掩码的策略，以及研究如何将最终回答或中间步骤的反馈分配给生成过程中的不同决策。项目还将开发跨领域推理基准，其中包括数学问题求解，用于评估所提出方法。

职位所在单位为 University of Basel 数学与计算机科学系的 Rhine AI 研究组，公开联系人为 Prof. I. Bogunovic / Rhine AI group。项目计划从 2027 年 1 月或之后开始，预计为期四年。现有项目说明没有给出具体薪资数额；雇主承诺提供薪资、福利和相应工作条件，但具体金额及构成尚未说明。

申请要点

  • 学历：计算机科学、数学、物理或相关领域硕士学位；英语流利为必需。

  • 申请材料：雇主要求提交两份PDF，内容包括不超过150词的动机陈述、简历（如适用含发表论文）、本科和硕士成绩单、推荐人联系方式，以及如适用的近期论文或学位论文；具体清单以申请系统为准。

  • 必备背景：优秀的学业表现、扎实的数学与编程能力，以及开展大规模实验的能力。

  • 有帮助但非必需：LLM、强化学习或生成模型经验；研究经历有优势，但并非硬性要求。

  • 申请时间存在不同表述：雇主鼓励在 2026 年 11 月 20 日前申请；职位元数据列出 2026 年 12 月 2 日 23:59（Europe/Zurich）；雇主正文同时称没有固定截止日期、职位招满即止。建议尽早申请并确认实际截止安排。

  • 资助：SNSF 项目资助四年博士职位；薪资和福利由雇主提供，具体金额未公布。

需要进一步确认

申请者应确认雇主鼓励的 11 月 20 日日期、元数据列出的 12 月 2 日 23:59（苏黎世时间），以及“招满即止、无固定截止”的说法如何适用于本职位；还需确认具体薪资、福利构成和职位开始日期。

项目深度调研报告

报告生成记录：。生成日期不代表招聘方确认项目仍开放。

资料更新记录：。申请前请再次核对原始公告。

展开报告目录

大模型博士｜用强化学习后训练探索扩散语言模型的推理能力

快速判断

有吸引力，但需要核实匹配度。 这是巴塞尔大学全职四年制博士职位，研究扩散式大语言模型的强化学习后训练与推理能力，资金来自瑞士国家科学基金会（SNSF）项目。工作内容包括后训练方法、自适应解掩码、信用分配和跨领域推理基准（包括数学问题求解）。职位拟于 2027 年 1 月或之后开始。雇主官方页面建议申请者最好在 2026 年 11 月 20 日前申请，同时说明没有固定截止日期、职位招到合适人选为止；另一个职位元数据字段列出 2026 年 12 月 2 日 23:59（Europe/Zurich）。应以雇主官方页面作为主要时间依据，把 11 月 20 日视为稳妥的申请日期，并书面询问日期差异。薪资金额未公布。 接受前应取得税前年薪、薪级与递增、合同条款等信息，并核实算力资源和博士注册安排。

研究问题与博士工作

扩散式语言模型通过反复修正带掩码或噪声的词元序列生成文本。与严格从左到右生成的自回归模型不同，它可以并行更新多个位置。这带来了生成速度和依赖关系建模方面的新选择，但也形成不同的后训练难题：策略似然可能难以计算，使常规强化学习目标的计算成本高或统计可靠性不足。

雇主职位说明希望博士生开发扩散式大语言模型后训练的强化学习方法，研究自适应解掩码、信用分配等面向推理的生成策略，并构建包括数学问题求解在内的跨领域推理基准。可能的研究循环是选择模型和基准、定义训练目标或奖励、开展大规模实验、分析速度与准确率的取舍，再发表结果。职位要求开展大规模实验，但没有指定基础模型、训练语料、奖励信号、硬件分配或具体评测套件。

Bogunovic 教授及合作者的近期研究有助于定位技术前沿。2025 年的 wd1 预印本提出不依赖比率估计的策略优化目标，以减少反复近似似然的需要；2026 年 GDSD 预印本用优势引导的去噪器自蒸馏，避免依赖 ELBO 似然代理；2026 年 Temporal Self-Distillation 预印本则在不同去噪时刻对齐预测，以改善并行解码的速度—质量折中。这些均为活跃预印本，不是已确定采用的博士项目方法，相关结果应视为作者报告的证据。它们提示了若干可能的博士研究问题：如何在部分去噪状态之间分配信用；如何决定哪些词元应揭示或提交；如何将奖励与自蒸馏结合；数学或规划任务上的提升能否迁移到其他领域。

重要风险之一是评测有效性。推理基准可能发生污染或过拟合，奖励函数可能被投机利用，解码策略也可能在不改变训练的情况下左右结果。大规模实验还取决于模型许可、GPU 时间和可复现基础设施。可靠研究需要有谨慎的基线，分别排除基础模型、采样器、解掩码计划和后训练目标造成的混淆。

学校、学科与培养

巴塞尔大学是招聘机构，也是目前最可能的博士学位授予机构；职位设在数学与计算机科学系。Rhine AI 研究组还提及与 University College London 的联系，但招聘信息没有说明联合注册或联合学位。学校提供计算机实验室、研讨与自习空间以及图书馆。2026 年春季计算机科学课程目录包含 Bogunovic 教授讲授的“Modern Reinforcement Learning: From Agents to LLMs”以及独立的生成建模与扩散模型课程。这说明院系有相关教学内容，但不能视为博士生必修课程或确认其一定能选修。招聘信息承诺密切指导与导师辅导，并提及与瑞士国内及国际团队互动，包括 EPFL 和 ETH 的合作者。

学校一般博士规定要求申请者持有获认可机构颁发的硕士学位、获得学院批准、在最早可行日期注册并持续注册；博士生须在前六个月内与第一导师签订博士协议。该职位适用的理学院具体规定、课程学分要求及委员会构成仍应向院系确认。招聘信息将其描述为带薪研究职位，并未说明属于某一结构化博士院校。

巴塞尔大学 2026 年校级排名页面列出 ARWU 第 91、QS 第 158、THE 第 120。这些是全校排名，不能代表计算机学科排名或具体研究组质量。该方向处于快速发展阶段，结合机器学习理论、强化学习、生成模型、基准评估和大规模系统研究。申请者应像评估论文方向一样，认真核实研究组的算力与工程支持。

导师与研究组评估

Ilija Bogunovic 教授于 2025 年加入巴塞尔数学与计算机科学系，担任人工智能与基础模型教授。Rhine AI 介绍的研究方向包括推理、人类对齐智能、探索、强化学习、生成式 AI 和智能体系统。团队近期论文直接涉及扩散式语言模型后训练：2025 年 wd1 论文研究策略优化中的重复似然估计问题；GDSD 研究不依赖似然的强化去噪器自蒸馏；Temporal Self-Distillation 研究跨去噪时间步的速度与质量折中。这些方向与招聘中提到的自适应解掩码和信用分配直接相关。

主要信息缺口在于：巴塞尔的教授团队较新，职位没有说明日常指导架构、研究组规模、算力预算，也没有列出哪些后训练方法属于资助项目范围。雇主承诺密切指导并提到国内外合作，但申请者还应询问例会安排、联合指导、研究工程支持、模型与 GPU 使用、会议差旅，以及如何平衡方法理论与实验工作。

资助、申请与生活成本

官方招聘页面说明职位为 100% 工作比例，由 SNSF 项目资助，博士期四年，预计从 2027 年 1 月或之后开始。招聘信息称薪酬、福利和工作条件优厚，但没有公布金额。SNSF 对博士员工有薪酬范围规定，但这些规定无法确定该职位的确切税前工资、对应工作比例的薪级、逐年递增或税后收入。不要用其他瑞士大学薪资或通用资助规则推算实际薪酬。应向巴塞尔大学询问具体薪级、等级/档位、年度递增、社保扣款、养老金和合同期限。

博士生每学期需缴纳 CHF 350 学费。巴塞尔大学 2025 年学生样本预算估算，每月生活费约 CHF 1,300–2,150，具体取决于住房和个人情况。这是规划参考，不是雇员预算；预算中保险假设包括 25 岁以下学生，且保费因人而异。目前缺少薪资金额以及个人税务、保险和住房条件，因此无法可靠估算到手收入或购买力。

截止时间需特别留意。雇主官方页面建议在 2026 年 11 月 20 日前申请，同时表示没有固定截止日期、招到合适人选为止；另一个职位元数据字段列出 2026 年 12 月 2 日 23:59（Europe/Zurich）。不要在未经确认时依赖较晚日期。应尽快通过雇主官方申请入口提交，并询问 11 月 20 日是否为内部审核节点。

雇主要求申请者提交 两份 PDF，内容包括：不超过 150 词的动机陈述；含出版物清单（如适用）的简历；本科与硕士成绩单；推荐人联系方式（不需直接提交推荐信）；以及近期学位论文或论文（如适用）。职位要求英语流利。招聘信息没有列出国籍限制；国际申请者仍需确认硕士学位认可情况、居留/工作许可流程。巴塞尔大学提醒，第三国雇员的移民程序可能需要数周或数月。

申请匹配与准备

职位正式要求计算机科学、数学、物理或相关领域硕士学位、优异学业表现、扎实数学基础、编程与实现能力，以及开展大规模实验的能力。LLM、强化学习或生成模型经验属于加分项而非硬性要求；既往研究经历有帮助，但不是必需条件。

有说服力的申请应超越对 AI 的一般兴趣，展示数学推理、规范的研究代码、受控实验设计、模型训练或优化经验，并说明理解扩散模型似然和词元生成计划与自回归训练有何不同。相邻学科申请者应说明硕士训练如何满足相关性要求，并用定量研究经历展示实现能力。若只有提示词工程经验，缺少数学基础或研究编程经历，可能与该职位的核心工作不够匹配。

该职位可能为申请者进入机器学习和生成模型学术研究、研究工程、应用 AI 或产业模型开发打下基础。瑞士联邦劳动力市场报告显示，AI 职位在研究、产业、医疗等领域有所增长；报告统计的 AI 职位中约 40% 属于数据工程和机器学习，长期初级职位约占 5%，巴塞尔城市州招聘广告在统计期内增加 30%。这些是范围宽、时间有限的招聘指标，并非针对博士毕业生或推理模型研究者的就业预测。实际职业价值取决于研究质量、系统经验、论文记录，以及在理论与实现之间切换的能力。

下一步与待确认问题

申请前

  • 准备两份 PDF，并将动机陈述控制在 150 词以内。
  • 询问雇主 11 月 20 日是否为内部审核日期，以及另列的 12 月 2 日是否适用。
  • 要求说明逐年税前工资、薪级、社保/养老金处理、福利、合同结束日期，并确认资助覆盖完整四年。
  • 询问可用模型、基准套件、算力预算和研究工程支持。
  • 核实硕士学位等同性、学院录取步骤、注册日期及工作许可时间安排。

面试时

  • 询问如何在强化学习目标设计、自适应解掩码、信用分配和基准构建之间安排研究重点。
  • 了解拟用基线，以及如何防范基准污染、奖励投机和采样器因素造成的混淆。
  • 询问论文发表期望、指导频率、团队规模，以及与 EPFL/ETH 等合作的实际机会。

接受录取前

  • 分别审核书面劳动合同和正式博士录取/注册决定。
  • 确认薪资、年度递增、工作比例、学期费用及允许承担的教学工作。
  • 根据当前住房、保险和税务条件制定巴塞尔预算，不要只依赖学校学生样本预算。
  • 根据申请者国籍确认入职日期和移民/居留许可流程。

证据与来源

学校、院系与博士培养

导师与研究论文

费用、国际申请与就业市场

信息来源

收录来源可能是学校或招聘平台；正式申请入口及最新要求请核对公告与报告中的官方来源。 查看收录来源与申请要求

按研究方向和所在国家或地区整理，优先展示资助类型相近的机会。申请前请核对各项目的最新公告。

University College London · 英国

高效与自适应人工智能博士｜资源受限下的学习与决策

UELA 2027/28 四年资助：四年学费按 Home 费率、增强生活津贴及 RTSG；符合条件的国际获奖者可获奖项补足 Home/International 学费差额。项目目录另列 MediaTek 每年 £2,500 津贴增额。UELA 页面对 £26,022 的适用学年有冲突：摘要标为 2027/28，详细段落标为 2026/27；UCL 另列 2027/28 UKRI 基准预计 £24,522。应以正式逐年资助信为准。

2027-01-08（具体时刻请核对原始公告）

University College London · 英国

生物医学雷达博士｜定位软组织内的金属异物

四年 UELA 博士资助；Home rate 学费、UELA 增强生活津贴及 RTSG。官方页面估算 2027/28 津贴为每年 £26,022。项目 2531cs1055 为 Standard 项目，仅限 Home fee status；国际 fee status 申请者不符合该项目资格。项目说明将 £26,022 标为 2026/27，资助页标为 2027/28，须核实。

2027-01-08（具体时刻请核对原始公告）

University College London · 英国

开放式世界建模博士｜探索多智能体涌现行为

四年 UELA 全额资助，覆盖四年 Home-rate 学费、逐年递增增强生活津贴及研究培训支持经费（RTSG）；官方合作项目目录允许国际学费身份申请者，并列明 Iconic 每年额外津贴补助 £3,900。UELA 全计划国际生资助名额最多 15 个，不保证本项目有国际名额或个人符合资格。UCL 说明，符合资格且成功获奖的国际学费身份申请者，其奖项覆盖 Home 与 International 学费差额。UELA 网页对 £26,022/年的 2027/28 与 2026/27 标注相冲突；需以正式资助信确认本届基准金额、合作方补助、RTSG 和个人费用安排。

2027-01-08（具体时刻请核对原始公告）

University of Sheffield · 英国

安全机器学习用于非线性控制：从理论到实验的博士项目

3.5 年全额资助项目，目录称涵盖学费、UKRI 标准生活津贴及项目研究经费；国际申请者受 DLA 总名额限制，成功者的国际与 Home 学费差额由大学承担，但本项目是否有国际名额须确认。2026/27 UKRI 参考津贴 £21,805/年、标准学费 £5,238；均非 2027/28 最终金额。

2027-01-13（具体时刻请核对原始公告）