英国谢菲尔德大学 (QS Top100) 招收计算机博士生，可以支持申请CSC!

英国谢菲尔德大学Dr. Bei Peng组正在招聘一名博士生，负责开发用于从人类反馈中进行强化学习（RLHF）的新算法，以便在没有预先定义奖励函数的情况下，高效解决复杂的强化学习任务。该项目的主要目标是开发一种全新的 RLHF 框架，使其在学习更复杂行为的同时，相比现有 RLHF 算法能够显著减少人工交互反馈的次数。该项目的研究方向灵活，学生将有机会探索与其研究兴趣相匹配的相关领域。学生可以在该项目中探索新 RLHF 框架的应用，例如大型语言模型（LLMs）的微调与对齐或者在机器人领域使用人类反馈。项目还可以探索将 LLMs 直接作为 RLHF 框架的一部分，用于生成和解释自然语言反馈。具体的应用和研究方向将取决于学生的个人兴趣。

学生将于2026年春季或秋季入学。

导师：Dr Bei Peng、Dr Robert Loftin
申请截止日期：2025 年 10 月 31 日

申请要求：
1.        计算机科学、数学或相关领域的学士或硕士学位
2.        在机器学习/强化学习方面具备扎实的编程能力与数学背景
3.        精通 Python 等编程语言，并熟悉常用的深度学习与机器学习框架
4.        良好的英语沟通能力，雅思总分不低于 6.5（各单项不低于 6.0）

奖学金信息：
•        对于英国本土学生：该奖学金提供全额资助，为期3.5年
•        对于国际学生：该奖学金提供学费资助，为期3.5年。该奖学金不提供生活费资助，学生需要自费或者申请CSC来获取生活费资助。
       
感兴趣的同学请在这里提交申请：https://www.findaphd.com/phds/pr...n-feedback/?p186459
（申请时请在拟定导师栏填写 Dr Bei Peng 和 Dr Robert Loftin）

如果有任何关于该职位的问题，请联系：
Dr Bei Peng (bei.peng@sheffield.ac.uk)