Universität Basel
Basel
Postdoc-Stelle in rekursiver Selbstverbesserung (Prof. I. Bogunovic)
- 18 November 2026
- 100%
- 4000 Basel
Über den Job
Die Forschungsgruppe Rhine AI von Prof. I. Bogunovic am Departement für Mathematik und Informatik der Universität Basel lädt Bewerbungen für eine Postdoc-Stelle in rekursiver Selbstverbesserung (RSI) und offenem Lernen ein.
Die derzeit leistungsfähigsten KI-Systeme sind noch darauf angewiesen, dass Menschen ihre Daten kuratieren, ihre Trainingsumgebungen erstellen und entscheiden, was sie als Nächstes lernen sollen. RSI fragt, ob KI-Systeme diesen Kreislauf zunehmend selbst schließen können: eigene Aufgaben und Umgebungen generieren, den eigenen Fortschritt überprüfen und die Verfahren zu ihrer Ausbildung verbessern, sodass jede Verbesserungsrunde die nächste ermöglicht. Wir sehen dies als eine der folgenreichsten offenen Fragen in der KI und wollen verstehen, was offene Selbstverbesserung funktionieren lässt, wo sie stockt und wie man sie zuverlässig und ausgerichtet hält.
Die derzeit leistungsfähigsten KI-Systeme sind noch darauf angewiesen, dass Menschen ihre Daten kuratieren, ihre Trainingsumgebungen erstellen und entscheiden, was sie als Nächstes lernen sollen. RSI fragt, ob KI-Systeme diesen Kreislauf zunehmend selbst schließen können: eigene Aufgaben und Umgebungen generieren, den eigenen Fortschritt überprüfen und die Verfahren zu ihrer Ausbildung verbessern, sodass jede Verbesserungsrunde die nächste ermöglicht. Wir sehen dies als eine der folgenreichsten offenen Fragen in der KI und wollen verstehen, was offene Selbstverbesserung funktionieren lässt, wo sie stockt und wie man sie zuverlässig und ausgerichtet hält.
Ihre Position
Die erfolgreiche Kandidatin oder der erfolgreiche Kandidat wird die Forschung dazu leiten, wie grosse Sprachmodelle (LLMs) und KI-Agenten ihre eigene Verbesserung vorantreiben können, und die Agenda der Gruppe in diesem Bereich mitgestalten. Forschungsrichtungen umfassen:
Diese Richtungen sind eng miteinander verbunden, und es gibt viel Raum, ein eigenes Forschungsprogramm innerhalb dieser zu definieren. Die ideale Kandidatin oder der ideale Kandidat verfügt über einen starken Hintergrund im maschinellen Lernen und ist begeistert von gross angelegten Experimenten mit fortschrittlichen KI-Systemen, unterstützt durch prinzipiengeleitete Analysen, wo diese hilfreich sind.
Der Eintrittstermin ist flexibel.
Ihre Aufgaben umfassen:
- Post-Training von LLMs mit Verstärkendem Lernen für langfristiges, mehrstufiges Schliessen von Problemen und agentische Aufgaben
- Frontier Learning: ein offener Post-Training-Ansatz, der fortlaufend neue Trainingsprobleme an der Grenze der Fähigkeiten eines Modells generiert und diese Grenze verfolgt, während sich das Modell verbessert
- Aufbau von RL-Umgebungen für agentische Aufgaben wie Suche, Terminalnutzung und Spiele, inklusive synthetischer Umgebungen, Aufgaben und Belohnungen, die LLMs selbst generieren und verifizieren
- Gewichtsraum-Programmierung: Agenten, die offene Gewichtsmodelle durch direktes Eingreifen in deren Gewichte verbessern, was einen Weg zu sich selbst verbessernden Modellen eröffnet
- Weltmodelle, die Agenten erlauben, zu planen, zu imaginieren und aus simulierten Erfahrungen zu lernen
- Offene und evolutionäre Suche über Programme, Agenten und Trainingsrezepte
Diese Richtungen sind eng miteinander verbunden, und es gibt viel Raum, ein eigenes Forschungsprogramm innerhalb dieser zu definieren. Die ideale Kandidatin oder der ideale Kandidat verfügt über einen starken Hintergrund im maschinellen Lernen und ist begeistert von gross angelegten Experimenten mit fortschrittlichen KI-Systemen, unterstützt durch prinzipiengeleitete Analysen, wo diese hilfreich sind.
Der Eintrittstermin ist flexibel.
Ihre Aufgaben umfassen:
- Eine führende Rolle bei der Gestaltung und Steuerung der Forschung der Gruppe zu rekursiver Selbstverbesserung und offenem Lernen übernehmen
- Neue Methoden entwickeln und gross angelegte Experimente mit modernen offenen LLMs und Agenten durchführen
- Doktorierende betreuen und Projekte innerhalb der Gruppe koordinieren
- Forschungsarbeiten verfassen und Ergebnisse auf führenden internationalen Konferenzen präsentieren. Wir publizieren in Veranstaltungsorten wie ICML, NeurIPS und ICLR
- Mit nationalen und internationalen Teams von KI- und maschinellen Lernexperten sowie industriellen Partnern zusammenarbeiten
Ihr Profil
Bewerberinnen und Bewerber müssen über eine Promotion im Bereich maschinelles Lernen oder einem verwandten Gebiet verfügen und eine starke Publikationsliste an führenden maschinellen Lernveranstaltungen vorweisen. Sie sollten eine solide mathematische Grundlage sowie starke Programmier- und Implementierungsfähigkeiten besitzen und praktische Erfahrung mit gross angelegten Experimenten haben.
Erfahrung mit Post-Training von LLMs, verstärkendem Lernen, Weltmodellen, generativem Modellieren oder evolutionären und offenen Methoden ist ein grosser Vorteil. Wir suchen unabhängige, ambitionierte Forschende, die mithelfen wollen, ein neues Forschungsfeld zu definieren.
Ausgezeichnete Kommunikationsfähigkeiten und fliessendes Englisch (mündlich und schriftlich) sind erforderlich.
Wir möchten zudem die Anzahl von Frauen und anderen Gruppen in Bereichen erhöhen, in denen sie unterrepräsentiert sind, und ermutigen daher ausdrücklich solche Gruppen zur Bewerbung.
Erfahrung mit Post-Training von LLMs, verstärkendem Lernen, Weltmodellen, generativem Modellieren oder evolutionären und offenen Methoden ist ein grosser Vorteil. Wir suchen unabhängige, ambitionierte Forschende, die mithelfen wollen, ein neues Forschungsfeld zu definieren.
Ausgezeichnete Kommunikationsfähigkeiten und fliessendes Englisch (mündlich und schriftlich) sind erforderlich.
Wir möchten zudem die Anzahl von Frauen und anderen Gruppen in Bereichen erhöhen, in denen sie unterrepräsentiert sind, und ermutigen daher ausdrücklich solche Gruppen zur Bewerbung.
Wir bieten Ihnen
Die Stelle ist in Basel angesiedelt, einer lebendigen Stadt, in der die Grenzen der Schweiz, Frankreichs und Deutschlands aufeinandertreffen. Zudem bieten wir:
- Die Chance, Forschung zu einer der folgenreichsten offenen Fragen in der KI zu leiten, mit beträchtlicher Unabhängigkeit zur Verfolgung ambitionierter Ideen
- Erhebliche Rechenressourcen für gross angelegte Experimente, inklusive der GPU-Server des Labors und Zugang zu nationalen Supercomputing-Einrichtungen
- Möglichkeiten zur Betreuung von Doktorierenden, Mitgestaltung der Forschungsagenda der Gruppe und Aufbau eines eigenen Profils für eine unabhängige Karriere in Wissenschaft oder Industrie
- Enge Zusammenarbeit mit nationalen und internationalen Partnern
- Eine wachsende Gruppe, unterstützt durch einen aktuellen ERC Starting Grant und den Schweizerischen Nationalfonds (SNF)
- Die Möglichkeit, zu internationalen Konferenzen zu reisen und renommierte Wissenschaftlerinnen und Wissenschaftler zu treffen
- Ausgezeichnetes Gehalt, Sozialleistungen und Arbeitsbedingungen
Bewerbung / Kontakt
Bei Interesse senden Sie uns bitte eine Bewerbung wie unten beschrieben. Ihre Bewerbung sollte zwei PDF-Dateien enthalten mit:
Bewerbungen werden fortlaufend geprüft, und die Stelle bleibt offen, bis eine geeignete Kandidatin oder ein geeigneter Kandidat gefunden ist.
Bei Interesse senden Sie uns bitte eine Bewerbung wie unten beschrieben. Ihre Bewerbung sollte zwei PDF-Dateien enthalten mit:
- Kurzes Motivationsschreiben (maximal 150 Wörter), in dem Sie Ihr Interesse an der Stelle, die Forschungsrichtungen, die Sie leiten möchten, und warum Ihr Hintergrund gut passt, erläutern
- Lebenslauf, inklusive Publikationsliste
- Kontaktinformationen (keine direkten Empfehlungsschreiben) von Personen, die Sie empfehlen können
- Ihre Doktorarbeit oder bis zu zwei repräsentative Publikationen
Bewerbungen werden fortlaufend geprüft, und die Stelle bleibt offen, bis eine geeignete Kandidatin oder ein geeigneter Kandidat gefunden ist.
Universität Basel
4000 Basel
4000 Basel