项目重点信息
新加坡国立大学研究奖学金从2026年1月起向国际博士生提供每月S$3,000，并减免全部学费，博士典型资助期为四年。通过资格考试后每月可增加S$500。资助标准明确，但奖学金由学校评审，Chua Tat-Seng教授的职位不能代替正式资助通知。
这篇内容对应计算机学院的研究型博士入口。申请者既要完成项目申请，也要在申请系统中接受奖学金评审。国际学生拿到奖学金后通常还要参加研究生助教计划，因此每月金额、学费减免和教学工作要放在同一张时间表里核对。
新加坡的四年资助给了较完整的研究周期，但第一年不能只修课。学生需要尽快确定数据、基线和评价标准，否则资格考试前仍只有宽泛想法。与三年制项目相比，时间更长不等于可以延后建立研究流程。
导师信息与研究领域
Chua Tat-Seng是新加坡国立大学计算机学院KITHCT讲席教授，也是NUS—清华NExT研究中心主任。他曾任计算机学院创院院长，获得2015 ACM SIGMM成就奖、2022 NUS研究认可奖和2024 CCF海外杰出技术贡献奖。
他的团队研究多模态模型、搜索与推荐。博士生需要把图像、文字或行为记录放进同一数据流程，处理标签不一致、样本重复和来源偏差，再建立训练与评测。真正费时间的常是数据审计和错误分析，而不是启动一次训练。
成熟中心能提供大型数据和跨校合作，也会要求学生维护可复现流程。代码版本、数据权限、实验配置和评测脚本都要保存。若一个结果只能在个人电脑上复现，团队很难把它接入后续研究。
研究问题与关键思路
一个可执行的问题可以从检索结果的可靠性开始。例如，系统在图文信息冲突时是否仍能给出有来源的答案。先定义冲突类型和评价规则，再决定怎样训练或调整模型。问题越具体，越容易解释改进来自哪里。
评测不能只看平均分。不同语言、不同人群和不同内容类别可能出现完全不同的错误。研究计划应预先划分几个关键子集，并保留失败样本。博士论文的价值往往来自解释系统在哪些条件下失效。
若研究依赖企业数据，要提前写出授权和替代路径。拿不到内部日志时，可以先用公开数据建立基线，再把企业数据用于有限验证。替代方案不是降低目标，而是避免合作延迟后整个课题停摆。
申请材料要点
CV里选一个完整的数据或模型项目。写清数据规模、清理规则、基线、失败样本和最终输出。只列模型名称不能证明你能完成博士工作；评审更需要看见你怎样发现数据问题，并把结果做成别人可以复查的代码和报告。
邮件第一段说明你与团队当前工作最直接的交点。第二段只提出一个可以在六到十二个月完成的研究问题，并附代码仓库或两页项目说明。不要同时罗列多个热门方向，材料越宽，导师越难判断你能从哪一步开始。
推荐信可以说明你在多人项目中的责任，例如维护数据版本、重现实验或解释错误。大型研究中心需要频繁交接。推荐人能写清你怎样让其他成员继续使用你的工作，比笼统评价聪明更有效。
Research Proposal 创新点
创新点可以放在评价设计，而不是不断增加模型规模。例如建立一套能检查来源、冲突和不确定回答的测试集，再比较不同系统的失败方式。这样第一年就能交付数据说明、评测脚本和基线结果。
计划要把算力写成条件。若需要大规模训练，先确认课题组资源和排队方式；若资源有限，可以从数据治理、轻量调整或评测开始。把计算条件写清，比默认所有GPU随时可用更可信。
每个阶段都应有可检查输出。数据阶段交付许可与质量报告，模型阶段交付基线和消融，评测阶段交付失败分类。即使最终方法没有达到预期，前三部分也能形成论文和下一轮实验依据。
奖学金和学费
国际博士生的研究奖学金标准为每月S$3,000，资格考试通过后每月增加S$500，并包含全额学费减免。典型资助期为四年，续发取决于进展和学校审核。金额解决了主要学费问题，但住宿、保险和个人设备仍要单独预算。
国际奖学金获得者需要履行研究生助教计划。申请前要问清教学工作通常从哪一学期开始，以及它怎样与资格考试和研究任务协调。不要等课程和研究都变忙后才第一次计算每周时间。
这位导师更适合愿意处理大型数据、严格评测和团队协作的人。若申请者只想快速调用现成模型，可能会低估数据权限、错误分析和复现工作的比例。材料中先拿出一个可运行基线，再讨论更大的研究目标。
