researchJobsAdapt your LLM to reasoning over long contexts in challenging domains
Adattare gli LLM a ragionare su contesti lunghi in domini difficili — Machine-translated title
From the ad
About the call
Titolo del progetto ddell'incarico: Adapting Large Language Models for Long-Context Reasoning in Challenging Domains
Campo principale: Computer science
Sottocampo: Informatics
Competition group (GSD): 01/INFO-01 - INFORMATICA
Disciplinary sector (SSD): INFO-01/A - Informatica
Summary: Modern Large Language Models (LLMs) can process very long inputs, with context windows extending to hundreds of thousands of tokens. However, they often struggle to integrate information across the entire context (for example, when resolving causal chains or tracking the state of entities mentioned throughout a document). The selected candidate will be responsible for researching techniques for improving long-context reasoning, spanning from texts with an explicit structure, such as encyclopedias and technical documentation, to narrative texts, where the implicit structure requires the model to reason over the entire document rather than relying on explicit references, and potentially to leverage information stored in external knowledge bases or document repositories.
Call date: 15/09/2026
Countries where the work may be done: Italy
Applicant countries of residence: E.U.
Applicant nationalities: OTHER
Contract details
Destinatari dell'incarico di ricerca (of target group): Early stage researcher or 0-4 yrs (Post graduate)
Funding body
Funding body: SAPIENZA UNIVERSITA' DI ROMA
Body type: Academic
Body country: Italy
City: ROME
Postcode: 00184
Address: VIA ARIOSTO 25
Website: https://trasparenza.uniroma1.it/
EU Research Framework Programme
Funded or co-funded by an EU Research Framework Programme?: HE
How to apply
Application deadline: 15/10/2026 - alle ore 23:59
Contact
E-mail: giulia.olivieri@uniroma1.it
Show the original advertisement
Descrizione del bando
Titolo del progetto dell'incarico: Adattare gli LLM a ragionare su contesti lunghi in domini difficili
Campo principale: Computer science
Sottocampo: Informatics
G.S.D.: 01/INFO-01 - INFORMATICA
S.S.D: INFO-01/A - Informatica
Descrizione sintetica: I moderni LLM possono elaborare input molto lunghi, con finestre di contesto che raggiungono centinaia di migliaia di token, ma spesso non riescono a integrarne le informazioni nel loro complesso (e.g., risoluzione di catene causali, tracciamento dello stato delle entità menzionate). Il candidato selezionato si occuperà di ricercare tecniche per migliorare le capacità di long-context reasoning a partire da testi con una chiara struttura esplicita (enciclopedie, documentazione tecnica) fino a testi narrativi, dove la struttura implicita obbliga il modello a ragionare sull'intero testo anziché appoggiarsi a riferimenti espliciti ed eventualmente a utilizzare informazioni presenti all'interno di basi documentali esterne.
Data del bando: 15/09/2026
Paesi in cui può essere condotto l'incarico: Italy
Paesi di residenza dei candidati: E.U.
Nazionalità dei candidati: OTHER
Sito web del bando: https://trasparenza.uniroma1.it/page/5/details/30397/bando-incarico-di-ricerca-n-102026-responsabile-scientifico-roberto-navigli.html
Dettagli del contratto
Destinatari dell'incarico di ricerca (of target group): Early stage researcher or 0-4 yrs (Post graduate)
Finanziatore
Nome dell'Ente finanziatore: SAPIENZA UNIVERSITA' DI ROMA
Tipologia dell'Ente: Academic
Paese dell'Ente: Italy
Città: ROME
Codice postale: 00184
Indirizzo: VIA ARIOSTO 25
Sito web: https://trasparenza.uniroma1.it/
EU Research Framework Programme
L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme?: HE
Candidatura
Data di scadenza del bando: 15/10/2026 - alle ore 23:59
Contatto
E-mail: giulia.olivieri@uniroma1.it
Advertisement text from Ministero dell'Università e della Ricerca, no licence stated; reproduced with attribution.
The employer's ad is the binding version. Apply through their system.
?
Saved calls and ads appear on your calendar, and their deadlines are included when you export it. Nothing else is added for you.