在大模型時代，資料質量決定了一切。但在資源受限的邊緣裝置上，高效的語言模型（Edge LMs）更是依賴於高質量的資料。如何在海量資料中篩選出最優子集，讓小模型也能大放異彩？近日晶片巨頭英偉達聯合 Lambda Labs 以及 Turing.AI 舉辦「資料過濾挑戰賽」（Data Filtering Challenge for Training Edge Language Models）直面這一問題。
亮點一：免費 GPU 算力，助你火力全開！
所有參賽者都可免費獲得至少 100 小時的 A100 GPU 算力（換算價值約 $200），無需自備硬體，直接開煉！ 只需專注於演算法創新，NVIDIA 和Lambda 提供強力支援！
亮點二：豐厚獎金池，最高獎勵 $10,000！
本次比賽共設立 $22,000+ 獎金，冠軍團隊可獨攬 $10,000 現金獎勵，並有機會獲得額外的算力資源！此外，四大關鍵任務（角色扮演、函式呼叫、機器人任務規劃、RAG）各有 $3,000 專項獎勵，創新性最佳方案還能贏得 $3,000 創新獎！
亮點三：挑戰資料過濾極限，定義下一代 Edge LMs！
參賽者需要設計資料過濾技術，最佳化資料集，並提升 DoRA 適配的 Edge LMs 在關鍵任務上的表現，包括：
角色扮演（Roleplay）：互動式數字人、虛擬助手
函式呼叫（Function Calling）：智慧手機、IoT 裝置
機器人任務規劃（Robotics & Task Planning）：自動化任務執行
檢索增強生成（RAG）：高效資訊檢索與知識整合
本次挑戰提供 400M 規模的預訓練 Transformer 模型，參賽者需要利用自研的過濾技術對資料進行最佳化，訓練出更強大的 Edge LMs。最終排名將根據最佳化後模型的效能提升（Simprove – Sbase） 進行評定。
亮點四：技術影響力 + 行業曝光，直接對接 NVIDIA 研究團隊！
優勝團隊不僅能收穫豐厚獎金，還將受邀與英偉達研究員合作，共同撰寫技術報告，獲得業界關注！此外，所有獲獎資料集將開源共享，推動 Edge LMs 領域的發展。
關鍵時間線:
4月15日
釋出 ELMB 評測基準、模型、起始程式碼、訓練資料
5月15日
比賽正式開啟，GPU 計算資源開放
9月1日
提交截止時間：9月1日
邊緣智慧，資料為王！
如何讓小模型發揮大作用？
這是你的機會！
立即報名，贏取現金大獎，免費使用 A100 訓練你的 Edge LM ！
http://sites.google.com/view/datafilteringchallenge
現在，在「知乎」也能找到我們了
進入知乎首頁搜尋「PaperWeekly」
點選「關注」訂閱我們的專欄吧
·
