罗格斯计算机系招收机器学习方向PhD和Research Intern
9731
学校介绍:
罗格斯大学，简称RU或Rutgers，全名为新泽西州立罗格斯大学，（Rutgers, The State University of New Jersey），是位于新泽西州的最大高等教育机构。作为一所顶尖公立研究型大学，罗格斯被誉为“公立常春藤”之一。计算机系位于罗格斯大学的新布朗斯维克 (New Brunswick) 校区。该校区位于新泽西州中部，地理位置优越，不仅毗邻纽约市，费城以及新泽西海岸，而且周边聚集了众多著名科技企业，生活环境安全宜人。学校附近拥有众多中餐馆及其他国家的餐厅，便于享受多元化的饮食文化
导师介绍:
唐瑞祥（Ruixiang Tang，个人主页ruixiangtang.net） 毕业于莱斯大学（Rice University）师从胡侠教授完成博士学位。他本科毕业于清华大学自动化系，曾经获得全国中学生生物学奥林匹克竞赛金牌，清华大学新生奖学金，以及微软亚洲研究院明日之星。唐瑞祥于2024年秋季加入罗格斯大学担任助理教授。他的研究兴趣主要为可信机器学习。Research lab有近50篇论文发表于顶级国际会议和期刊，包括NeurIPS，ICML，ICLR，KDD， WWW，ACL，EMNLP，NAACL等，Google Scholar引用超过3500次。他曾经获得AMIA'23 Best Student Paper Award, AMIA'22 Best Student Paper (Short List) Award, CIKM'23 Honorable Mention for Best Demo Paper Award，和 Communications of the ACM 封面文章。同时，Ruixiang Tang将机器学习算法应用在医疗健康领域，并与美国多家顶尖医疗机构保持了长期的合作关系，包括Duke University School of Medicine 和 Rutgers New Jersey Medical School。此外，Ruixiang Tang一直与工业界(e.g., Meta, AMD, Adobe)保持紧密的合作关系。实验室将给学生提供充足的计算资源（包括计算机系公共的和实验室单独购买的GPU server），推荐学生去工业界research lab实习，支持学生与其它实验室的合作，鼓励和支持学生参加国际学术会议。Ruixiang Tang将会与学生一起讨论idea，探索最前沿的研究方向，并提供算法技术细节，论文写作，职业规划等多方面的指导。
研究方向:
Ruixiang Tang的研究兴趣主要为机器学习，特别是可信赖机器学习/人工智能（Trustworthy ML/AI），近期的研究方向包括但不限于：
Explainable AI (XAI)
Actionable XAI in Reasoning: Designing models that expose their internal reasoning processes in a form that supports inspection, intervention, and downstream decision-making.
Post-Hoc Explanation: Exploring methods to interpret AI decisions after model training.
XAI-Guided Model Refinement: Using interpretability outputs to inform and improve model design.
AI Safety
Hallucination Detection and Mitigation：Understanding the causes of hallucinations in AI systems and developing principled defenses to detect, prevent, and mitigate them.
Embodied AI Safety: Analyzing and mitigating hidden failure modes and vulnerabilities in perception–reasoning–action pipelines of embodied agents
Deepfake Detection: Creating techniques to identify and counteract sophisticated synthetic media.
Trustworthy Large Language Models and Their Applications
LLMs for Healthcare: Developing reliable LLMs and agentic system for solving critical problems in healthcare, aiming for publications in high-impact medical journals.
招收学生背景要求：
实验室欢迎计算机科学专业和相关领域的同学，包括但不限于自动化，电子信息，统计，数学，物理等。
对学术充满热情，能够探索有挑战性的问题。
有较强的数理能力和熟练的编程能力。
欢迎有意愿的同学发邮件联系我 （[email protected]），并请在邮件中附上简历、科研经历和已发表/在投的论文PDF，以及感兴趣的研究方向。如果你的背景与我们的研究方向相匹配，我将与你取得联系。
招收时间：
博士生：2026年秋季入学，长期招生，实验室将提供全额奖学金
暑研学生：2026年春季，暑假
罗格斯大学，简称RU或Rutgers，全名为新泽西州立罗格斯大学，（Rutgers, The State University of New Jersey），是位于新泽西州的最大高等教育机构。作为一所顶尖公立研究型大学，罗格斯被誉为“公立常春藤”之一。计算机系位于罗格斯大学的新布朗斯维克 (New Brunswick) 校区。该校区位于新泽西州中部，地理位置优越，不仅毗邻纽约市，费城以及新泽西海岸，而且周边聚集了众多著名科技企业，生活环境安全宜人。学校附近拥有众多中餐馆及其他国家的餐厅，便于享受多元化的饮食文化
导师介绍:
唐瑞祥（Ruixiang Tang，个人主页ruixiangtang.net） 毕业于莱斯大学（Rice University）师从胡侠教授完成博士学位。他本科毕业于清华大学自动化系，曾经获得全国中学生生物学奥林匹克竞赛金牌，清华大学新生奖学金，以及微软亚洲研究院明日之星。唐瑞祥于2024年秋季加入罗格斯大学担任助理教授。他的研究兴趣主要为可信机器学习。Research lab有近50篇论文发表于顶级国际会议和期刊，包括NeurIPS，ICML，ICLR，KDD， WWW，ACL，EMNLP，NAACL等，Google Scholar引用超过3500次。他曾经获得AMIA'23 Best Student Paper Award, AMIA'22 Best Student Paper (Short List) Award, CIKM'23 Honorable Mention for Best Demo Paper Award，和 Communications of the ACM 封面文章。同时，Ruixiang Tang将机器学习算法应用在医疗健康领域，并与美国多家顶尖医疗机构保持了长期的合作关系，包括Duke University School of Medicine 和 Rutgers New Jersey Medical School。此外，Ruixiang Tang一直与工业界(e.g., Meta, AMD, Adobe)保持紧密的合作关系。实验室将给学生提供充足的计算资源（包括计算机系公共的和实验室单独购买的GPU server），推荐学生去工业界research lab实习，支持学生与其它实验室的合作，鼓励和支持学生参加国际学术会议。Ruixiang Tang将会与学生一起讨论idea，探索最前沿的研究方向，并提供算法技术细节，论文写作，职业规划等多方面的指导。
研究方向:
Ruixiang Tang的研究兴趣主要为机器学习，特别是可信赖机器学习/人工智能（Trustworthy ML/AI），近期的研究方向包括但不限于：
Explainable AI (XAI)
Actionable XAI in Reasoning: Designing models that expose their internal reasoning processes in a form that supports inspection, intervention, and downstream decision-making.
Post-Hoc Explanation: Exploring methods to interpret AI decisions after model training.
XAI-Guided Model Refinement: Using interpretability outputs to inform and improve model design.
AI Safety
Hallucination Detection and Mitigation：Understanding the causes of hallucinations in AI systems and developing principled defenses to detect, prevent, and mitigate them.
Embodied AI Safety: Analyzing and mitigating hidden failure modes and vulnerabilities in perception–reasoning–action pipelines of embodied agents
Deepfake Detection: Creating techniques to identify and counteract sophisticated synthetic media.
Trustworthy Large Language Models and Their Applications
LLMs for Healthcare: Developing reliable LLMs and agentic system for solving critical problems in healthcare, aiming for publications in high-impact medical journals.
招收学生背景要求：
实验室欢迎计算机科学专业和相关领域的同学，包括但不限于自动化，电子信息，统计，数学，物理等。
对学术充满热情，能够探索有挑战性的问题。
有较强的数理能力和熟练的编程能力。
欢迎有意愿的同学发邮件联系我 （[email protected]），并请在邮件中附上简历、科研经历和已发表/在投的论文PDF，以及感兴趣的研究方向。如果你的背景与我们的研究方向相匹配，我将与你取得联系。
招收时间：
博士生：2026年秋季入学，长期招生，实验室将提供全额奖学金
暑研学生：2026年春季，暑假
