BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / acm-icpc / #101580同步于 2025/1/2
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ACM_ICPC机器人发帖

【报名倒计时】第二届开放原子大赛ICT领域专区赛

yiluxiangbei
2025/1/2镜像同步0 回复
ICT领域专区赛重磅来袭,总共120万奖金池,业内技术专家全程提供技术辅导和资源支撑。 开放原子开源基金会携手华为技术有限公司、北京智谱华章科技有限公司、上海无问芯穹智能科技有限公司策划重磅推出4大AI赛项,面向国内外所有高校、科研院所、企事业单位等人员公开招募,发掘和培养人工智能拔尖人才,共同探索AI新算法、新模型、新场景应用,共同推动人工智能技术飞速发展。 比赛时间:2024-12-06 - 2025-02-26 2024-01-12 报名截止 1.奖项设置: 每个赛项设置一等奖、二等奖、三等奖和优秀奖。 一等奖:1名,每名奖金10万元 二等奖:2名,每名奖金5万元 三等奖:5名,每名奖金1万元 优秀奖:10名,每名奖金0.5万元 2.赛项介绍: 赛项一:大模型科研工具创新赛 参赛选手可利用比赛提供的文献数据和资源,开发一个能够通过多智能体协作+模型微调的形式完成结构化长文献综述,并提供句子或段落级别的索引溯源的系统。 赛项二:基于合成数据的大模型性能优化挑战赛 大模型依靠海量数据与大算力预训练获得能力,数据的数量质量与算力是否充沛直接影响模型性能的好坏。更好的数据可以减少对算?的依赖,?更多的算?可以?来?成合成数据。目前互联网的文本数据逐步接近干涸,在这种情况下,合成数据的使用被认为是最有潜力的解决方式之一,并逐渐受到人工智能领域的高度关注。 本赛题旨在探索合成数据在真实任务重的有效性,即通过任务定义合成相应数据,有效提高模型在真实任务的性能表现,同时提高合成数据有效性,在有限合成资源约束下,最大化合成出的数据对模型提升效果,由无问芯穹提供高性能模型API支持和技术支持。 赛项三:指令微调性能优化挑战赛 通过调整微调训练策略、优化算子性能、开发高效的训练算法,提升模型在推理任务上的对话表现和评估任务上的性能表现,为大模型领域提供新的解决方案和思路。 赛项四:支持Colossal AI的训练在线监控工具创新赛 参赛队伍对在Colossal AI加速库上训练的大模型,以三方库的形式实现各rank上权重梯度的统计信息监控,支持业界主流语言、多模态理解和生成模型,支持重计算、分布式优化器等使用场景,尽量减少监控过程对性能的损耗和显存的占用。一同探索支持Colossal AI的核心解决方案,为开源社区影响力贡献力量。 3.加入比赛: (1)赛项一:大模型科研工具创新赛 报名链接:https://competition.atomgit.com/competitionInfo?id=0839e5d2820a02ee4616192432f04dac&utm_source=bbs 请优先加入技术交流群(赛项主页-竞赛支持),提前与评审组专家获取赛项一手信息。 (2)赛项二:基于合成数据的大模型性能优化挑战赛 报名链接:https://competition.atomgit.com/competitionInfo?id=e883db828f3193e5f957d43b993591a0&utm_source=bbs 请优先加入技术交流群(赛项主页-竞赛支持),提前与评审组专家获取赛项一手信息。 (3)赛项三:指令微调性能优化挑战赛 报名链接:https://competition.atomgit.com/competitionInfo?id=060d28abe649abb8b889de4ab8eac413&utm_source=bbs 请优先加入技术交流群(QQ: 681628287),提前与评审组专家获取赛项一手信息。 (4)赛项四:支持Colossal AI的训练在线监控工具创新赛 报名链接:https://competition.atomgit.com/competitionInfo?id=9c368c336bcb14fa657f690a94519649&utm_source=bbs 请优先加入技术交流群(QQ:748512480),提前与评审组专家获取赛项一手信息。
订阅后,新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。