PhD Position in Post-Training of Diffusion Language Models (Prof. I. Bogunovic) in Basel

Die Forschungsgruppe Rhine AI von Prof. I. Bogunovic am Departement für Mathematik und Informatik der Universität Basel lädt Bewerbungen für eine PhD-Position ein, die durch das Projekt "Foundations of Post-Training for Reasoning in Diffusion Large Language Models" des Schweizerischen Nationalfonds (SNSF) finanziert wird. Die Position konzentriert sich auf das Post-Training großer, diffusionsbasierter Sprachmodelle (dLLMs), eine aufkommende Alternative zu standardmäßigen autoregressiven LLMs, um deren Denkfähigkeiten zu verbessern.

Der erfolgreiche Kandidat wird Methoden des Reinforcement Learning für das Post-Training großer dLLMs entwickeln, reasoning-aware Generierungsstrategien wie adaptives Unmasking und Kreditvergabe erkunden und Benchmarks zum Evaluieren von Denkfähigkeiten in verschiedenen Bereichen, einschließlich mathematischer Problemlösungen, erstellen.

Die ideale Kandidatin oder der ideale Kandidat hat einen starken Hintergrund in maschinellem Lernen und ist begeistert von großangelegten Experimenten mit modernen KI-Systemen, unterstützt durch fundierte Analysen, wo es hilfreich ist. Diese Arbeit wird die Grenzen dessen, worüber moderne KI-Systeme zuverlässig nachdenken können, erweitern. Die Position ist ab Januar 2027 oder später verfügbar. Die Dauer eines PhDs in der Schweiz beträgt 4 Jahre.

Ihre Aufgaben:

• Forschung im Bereich maschinelles Lernen und künstliche Intelligenz durchführen
• Forschungsarbeiten und Artikel schreiben sowie Ergebnisse auf führenden internationalen Konferenzen präsentieren. Wir veröffentlichen in Foren wie ICML, NeurIPS und ICLR
• Mit nationalen und internationalen Teams von KI- und maschinellen Lernexperten interagieren

Ihr Profil:

• Bewerber müssen einen Masterabschluss in Informatik, Mathematik, Physik oder einem verwandten Bereich besitzen.
• Kandidaten sollten über eine außergewöhnliche akademische Leistung und eine solide mathematische Grundlage verfügen.
• Starke Programmier- und Implementierungsfähigkeiten sind erforderlich, mit der Fähigkeit, großangelegte Experimente durchzuführen.
• Erfahrung mit LLMs, Reinforcement Learning oder generativem Modellieren ist von Vorteil.
• Forschungserfahrung ist vorteilhaft, aber nicht zwingend erforderlich.
• Ausgezeichnete Kommunikationsfähigkeiten und fließende Englischkenntnisse (in Wort und Schrift) sind erforderlich.

Wir streben auch an, die Anzahl von Frauen und anderen Gruppen in Bereichen zu erhöhen, in denen sie unterrepräsentiert sind, und ermutigen daher ausdrücklich solche Gruppen zur Bewerbung.

Wir bieten Ihnen:

• Die Position wird in Basel, Schweiz, angesiedelt sein.
• Enge Betreuung und Mentoring, Zusammenarbeit mit und Zugang zu nationalen (unter anderem EPFL und ETH) und internationalen Partnern.
• Ein vielfältiges Aufgabenspektrum in einem dynamischen Umfeld.
• Die Möglichkeit, zu internationalen Konferenzen zu reisen, um herausragende Wissenschaftler zu treffen.
• Exzellentes Gehalt, Sozialleistungen und Arbeitsbedingungen.

Bewerbung / Kontakt:

Wenn Sie interessiert sind, senden Sie uns bitte eine Bewerbung, wie unten beschrieben. Ihre Bewerbung sollte zwei PDF-Dateien enthalten, die Folgendes umfassen:

• Kurze Motivationsschreiben (maximal 150 Wörter), in dem Sie Ihr Interesse an der Position und warum Ihr Hintergrund gut passt, erklären.
• Lebenslauf (einschließlich einer Liste von Veröffentlichungen, falls zutreffend).
• Scans Ihrer Bachelor- und Masterzeugnisse.
• Kontaktinformationen (keine direkten Empfehlungsschreiben) von Personen, die Sie empfehlen können.
• Ihre letzte Dissertation und/oder eine Ihrer Veröffentlichungen, falls zutreffend.

Sie werden ermutigt, sich vor dem 20. November 2026 zu bewerben. Es gibt jedoch keine Frist, und die Position bleibt offen, bis ein geeigneter Kandidat gefunden ist.

Universität Basel 4000 Basel