课题组公开信息和推断
Anh Tuan Luu，南洋理工大学计算与数据科学学院（CCDS）助理教授，主页上明确写着在招PhD。他的核心方向是NLP安全和大语言模型可信度，近两年的论文集中在LLM对抗攻击、联邦学习和幻觉检测上。从公开信息看，组里经费比较充裕——2026-2029年刚拿到MOE Tier 2项目70万新币做联邦学习与基础模型，2024-2027年Alibaba-NTU联合实验室项目113万新币做跨语言知识迁移，加上DSO的50万新币LLM偏见防御项目。三个项目加起来超过230万新币，按NTU的PhD薪资结构，养4-6个PhD是够的。
但这里要提醒一点：经费充裕不等于一定有空位。他同时是NTU AI硕士项目的协调人，教学负担不轻，所以组里学生数量可能有上限。具体今年还剩几个名额，需要发邮件确认。
新组/招生信号
他不算新PI——2013年就在NTU做faculty了，已经有十多年的经历。但他的研究方向在2022年之后有明显的转向：从早期的多智能体系统和众包，转到现在的LLM安全和联邦学习。这个转向和大模型浪潮的时间线吻合。从论文看，2025年他有两篇NeurIPS、多篇EMNLP，2026年又有一篇USENIX Security做多轮越狱攻击。产出节奏很密。
机会与风险
机会：经费充裕且方向正热。LLM安全是当下产业界和学术界都急需的方向，做这个方向的PhD毕业后无论学术还是工业界都有明确出口。NTU在NLP/AI方向的国际声誉不差，MMLab和CCDS的品牌效应对找博后有帮助。他还是IJCAI Organization的成员，在学术社区有一定的网络资源。
风险：我没查到他近期毕业PhD学生的具体去向（LinkedIn样本不足），所以"读完能去哪"这个问题没法给确定答案。另外，LLM安全方向变化很快，今年的热点可能两年后就不热了，RP要写得有一定的方法论深度，不能只追热点。
论文中的申请信号
2026年的USENIX Security那篇做的是多轮对话场景下的文生图越狱攻击，这说明他在安全方向上已经从纯文本扩展到多模态了。申请者如果有多模态模型的经验（不一定是安全方向），可以在邮件里提一下。
2025年的两篇NeurIPS，一篇做超图RAG，一篇做代码效率优化的强化学习。方法论跨度不小，说明组里不是只做一个死方向，而是围绕"LLM的可靠性和效率"这个大主题在多个切口上同时推进。RP可以从这几个切口中选一个深入。
RP建议主方向："大语言模型在多轮交互场景下的安全对齐与鲁棒性"。对象是开源LLM（如LLaMA系列），数据来自对抗性多轮对话数据集，方法从red-teaming和RLHF切入，可追问的问题是"多轮上下文中，模型的安全护栏在第几轮开始失效，失效机制是什么"。
邮件与面试问题
邮件第一段写：你做过什么NLP/ML项目 → 你读了他哪篇论文（建议选USENIX或NeurIPS那几篇） → 你觉得哪个安全问题可以继续 → 你的方法储备是什么。他主页上说有ICPC经验的学生优先，说明他看重编程能力。
面试中建议确认的问题：组里PhD目前几个人、平均毕业年限多久、RA/TA义务有多少、他本人对PhD学生的产出预期是什么（每年几篇、投什么级别的会议）。
学校资助/项目奖学金
NTU PhD标准资助是Research Scholarship，每月约S$2,200-2,700（具体因年份和项目而异）。学费对奖学金获得者通常豁免。AISG PhD Fellowship和Nanyang President's Graduate Scholarship是更高档的资助，他主页上专门提到了这两个，说明他的学生有机会申到。新加坡生活成本比香港略低，NTU校内宿舍前两年保证入住。
从他手上的项目经费看，学生的RA资助应该没问题。但具体是走学校奖学金还是项目RA，影响到每月到手金额，建议邮件里直接问清楚。
有NLP/ML动手经验、对LLM安全有兴趣的人，这个组的经费和方向都很对口。但毕业去向信息不足，申请前最好自己在LinkedIn上查几个样本。
