一年一度的

全国大数据与计算智能挑战赛

震撼来袭！

报名网址：

https://d2.nudt.edu.cn/tzs

       大数据与决策国家级重点实验室连续四年组织发起全国大数据与计算智能挑战赛，旨在深入挖掘大数据应用实践中亟需破解的能力生成难题，选拔汇聚数据领域优势团队，促进大数据领域的技术创新和面向需求的成果生成，推动形成“集智众筹、联合攻关、共享共用”的研建用一体迭代演进创新模式。

       本届大赛以“发榜挑战、集智攻关”为主题，面向全国大数据与计算智能领域的相关单位，将围绕自然语言处理、计算机视觉、机器学习、大模型等前沿技术难点开设赛道，以“揭榜打擂”的形式组织创研竞赛，通过线上打榜与现场评审相结合的方式决出优势团队，进一步创新大数据管理与应用模式，推动大数据与计算智能领域技术发展与生态构建。

       热烈欢迎全国各工业部门、科研院所、各高校及民营企业的业内优势团队踊跃参赛揭榜！

组织结构

       组织单位

       国防科技大学大数据与决策国家级重点实验室

       大赛召集人

       黄宏斌 大数据与决策国家级重点实验室主任

       大赛筹划委员会

       刘丽华 吴继冰 李 璇 曾维新 吴逸文 张 亮 罗嘉伶

赛题介绍

       赛题1：多类型异构论元事件抽取评测

       本次竞赛基于真实业务需求，构建涵盖15类事件类型的新闻篇章级多事件抽取数据集，要求参赛者从长篇、复杂、噪声较多的新闻文本中，准确识别事件类型并抽取触发词、论元及其角色。赛题聚焦多类型异构论元抽取，涉及论元缺失、跨句跨段分布、事件密度不均、论元间隔较远等挑战，旨在推动事件抽取技术的落地应用，提升模型在复杂真实场景下的鲁棒性与泛化能力。

       赛题2：大模型驱动多粒度知识统一抽取

       本次竞赛围绕“大模型+检索”驱动的多粒度实体关系联合抽取任务，面向中英双语、跨领域文本，要求系统在一次推理中完成实体识别、类型分层、关系抽取及未知类型/关系挂接，并以结构化JSON输出。赛题基于IEPile、CrossNER等多源数据扩展构建，涵盖多领域知识与多粒度标签，强调低资源迁移（标注≤5万字）、未知类型发现及幻觉抑制。参赛者需综合利用大语言模型的语义泛化能力与轻量微调、检索技术，解决粒度错配、类型与关系多粒度等挑战，提升多粒度知识抽取的准确性与泛化性。

       赛题3：基于数据挖掘的装备故障预测

       本次赛题聚焦于装备故障预测，主要针对轴承、齿轮等关键零部件早期故障识别。参赛者需运用机器学习、深度学习、迁移学习等方法，对给定的装备关键零部件运行数据进行深度分析，精准识别装备早期故障。例如，依据装甲车传动箱正常运行和不同早期故障情况下运行振动信号，识别装备可发生故障。赛题难点在于装备运行环境复杂，数据存在噪声、缺失，装备发生影响性能的显著故障前，部件故障特征微小，模型需具备高准确性和鲁棒性，以适应复杂需求。

       赛题4：开源代码供应链攻击检测

       赛题聚焦“开源代码供应链安全”这一当前国际攻防博弈的焦点问题，旨在模拟真实攻击环境，构建真实组件库数据集，考验参赛队伍对高隐蔽、高复杂度恶意组件的检测能力。赛题提供真实攻击场景构建的组件包数据，鼓励参赛队员自由选择文件类型与建模方式，构建端到端高精度、高可靠、泛化能力强的检测模型。

       赛题5：图像识别算法抗攻击

       本赛题聚焦深度学习视觉模型的安全性问题，基于经典图像分类数据集CIFAR-10构建对抗攻击任务场景，考察参赛算法在识别准确率与鲁棒性之间的平衡能力。参赛者需在保持原始分类效果的基础上，有效抵御对抗扰动带来的误识别风险。本赛题特别鼓励算法创新，强调算法在多种攻击条件下的综合表现，鼓励参赛者提出具有广泛适用性的鲁棒性解决方案。通过该赛题，参赛者将在深度学习领域面临前沿的挑战，推动智能系统的安全性研究，具有重要的理论和实践应用价值。

       赛题6：稀疏侦测与误差干扰下的多目标航迹重建

       基于多源传感器信号实现海上多目标航迹的精确完整重建，是实现精准态势感知的核心技术之一。本赛题聚焦海上多目标航迹重建任务，参赛者需基于2D雷达与ESM的稀疏侦测数据，在噪声干扰下实现大规模船舶目标的连续航迹还原，突破稀疏侦测与误差干扰下的轨迹生成难题，助力海上交通安全与渔业管理等应用。

       赛题7：基于多智能体协同的高价值信息生成

       本赛题旨在解决复杂环境下智能体实时平衡硬性约束与工具反馈的难题，要求设计兼顾可行性与全局最优的鲁棒策略，实现跨时段资源调度与负载均衡，并建立从需求到代码的全链路可解释机制。参赛者需让智能体在多约束场景中循环执行“规划-调用-反馈-修正”，如旅行规划案例中：用户提出含时限与人数等硬约束请求，Agent建模生成规划代码并调用数据库获取价格与耗时；环境反馈触发冲突后，Agent回溯重规划，最终输出满足预算与资源可行性的方案。

       赛题8：基于时序图像的群体目标追踪

       本次竞赛构建基于时序图像的群体目标追踪模型，要求参赛者设计一个追踪算法，在同一视频中准确追踪的基础上，能够在不同视频中准确识别并追踪同一个群体目标（如车队、人群等）。本赛题的挑战在于处理复杂场景下的目标外观变化、遮挡、光照等差异问题，实现跨视频的稳定关联与持续追踪。参赛队伍需要提交高效的追踪模型，至少关注其中一个单个目标的动向轨迹。优秀方案将有机会应用于安防监控、交通管理等场合。

大赛赛程

       大赛赛程共计三个月，采用初赛、复赛、决赛的“三级赛制”，具体赛程安排如下：

       初赛阶段

       即日起，发布大赛赛题，选手可登录大赛官网报名；

       2025年09月23日，各赛题陆续开放数据下载和作品提交功能，进行第一轮评测；

       2025年10月31日（12:00），截止报名组队及团队信息修改；

       2025年11月03日（24:00），截止初赛作品提交，遴选复赛入围团队。

       复赛阶段

       2025年11月05日-11月18日，开启第二轮评测，根据赛题设线上和线下两个赛道进行；

       2025年11月下旬，反作弊审核，作品成绩复现，遴选决赛入围团队。

       决赛阶段

       2025年12月下旬，组织线下专家评审，入围决赛团队现场答辩，适时公布优胜队伍，组织颁奖。

       备注：入围决赛团队确定后，决赛团队须指定代表参与现场答辩。赛程时间与遴选入围数量根据实际情况调整，各赛题赛程有所不同，详见各赛题页面说明。

大赛激励

报名组队

       前往大赛官网：https://d2.nudt.edu.cn/tzs

       参赛对象

       面向全国各工业部门、科研院所、高校、民营企业。

       报名要求

       参赛选手需以单位名义实名制报名（报名时准确填写单位信息），同一单位可有多支参赛队。

       参赛选手可报名多个赛题，但在同一赛题中仅能报名参加一支团队。

       学生参赛者报名须指定至少一名所在单位任职的具有中级职称以上相关领域科研工作者作为团队指导教师。

       组队要求

       所有报名参加同一赛题的参赛者，可在PC端进行组队操作。

       所有参赛选手应在截止日期前自行完成组队，每队1-5人（含指导教师），不可重复组队。选手需以团队身份提交各阶段的作品材料，一旦进入团队，不可退出队伍。

       多个单位的参赛者联合组队时，队长所在单位为该参赛队的第一单位。

       为保证每支参赛团队享有相对平等的提交机会，各赛题组队需满足组队成员在赛题中的提交总次数≤开赛天数*3次。

       队长责任制

       各团队队长作为团队的负责人，需自行进行团队内部分工和协调，并承担与大赛组委会对接沟通（包括但不限于晋级入围、团队信息收集、作品审核、线下活动等）的责任。

       * 详细规则以官网内容为准。

       在本次赛事组织工作中，中科大数据研究院作为赛事平台服务单位，凭借专业技术团队与丰富经验，精心搭建稳固且高效的赛事平台，为赛事提供全方位的技术支撑服务，深度参与流程优化、数据保障等关键环节，全力为大赛保驾护航。