英伟达联合Lambda Labs和Turing.AI举办“数据过滤挑战赛”，旨在解决边缘设备上高效语言模型（Edge LMs）的数据质量问题。参赛者将免费获得A100 GPU算力，并有机会赢取丰厚奖金，最高1万美元。比赛聚焦数据过滤技术，优化数据集，提升Edge LMs在角色扮演、函数调用、机器人任务规划和RAG等关键任务上的表现。优胜团队将与英伟达研究员合作，共同撰写技术报告，并开源获奖数据集。

💡 挑战赛核心目标是优化Edge LMs的数据集，提升其在关键任务上的表现。这些任务包括角色扮演、函数调用、机器人任务规划和RAG。

💰 比赛提供总额超过2.2万美元的奖金，冠军团队可获得1万美元现金奖励。此外，还有针对四大关键任务的专项奖励和创新奖。

💻 参赛者将获得至少100小时的A100 GPU算力，无需自备硬件。NVIDIA和Lambda Labs提供技术支持。

📅 关键时间线包括4月15日发布评测基准、模型、起始代码和训练数据，5月15日比赛正式开启，9月1日提交截止。

让你更懂AI的 2025-04-27 20:46 北京

这局必须上车！

在大模型时代，数据质量决定了一切。但在资源受限的边缘设备上，高效的语言模型（Edge LMs）更是依赖于高质量的数据。如何在海量数据中筛选出最优子集，让小模型也能大放异彩？近日芯片巨头英伟达联合 Lambda Labs 以及 Turing.AI 举办「数据过滤挑战赛」（Data Filtering Challenge for Training Edge Language Models）直面这一问题。

亮点一：免费 GPU 算力，助你火力全开！

所有参赛者都可免费获得至少 100 小时的 A100 GPU 算力（换算价值约 $200），无需自备硬件，直接开炼！ 只需专注于算法创新，NVIDIA 和Lambda 提供强力支持！

亮点二：丰厚奖金池，最高奖励 $10,000！

本次比赛共设立 $22,000+ 奖金，冠军团队可独揽 $10,000 现金奖励，并有机会获得额外的算力资源！此外，四大关键任务（角色扮演、函数调用、机器人任务规划、RAG）各有 $3,000 专项奖励，创新性最佳方案还能赢得 $3,000 创新奖！

亮点三：挑战数据过滤极限，定义下一代 Edge LMs！

参赛者需要设计数据过滤技术，优化数据集，并提升 DoRA 适配的 Edge LMs 在关键任务上的表现，包括：

角色扮演（Roleplay）：交互式数字人、虚拟助手

函数调用（Function Calling）：智能手机、IoT 设备

机器人任务规划（Robotics & Task Planning）：自动化任务执行

检索增强生成（RAG）：高效信息检索与知识整合

本次挑战提供 400M 规模的预训练 Transformer 模型，参赛者需要利用自研的过滤技术对数据进行优化，训练出更强大的 Edge LMs。最终排名将根据优化后模型的性能提升（Simprove - Sbase） 进行评定。

亮点四：技术影响力 + 行业曝光，直接对接 NVIDIA 研究团队！

优胜团队不仅能收获丰厚奖金，还将受邀与英伟达研究员合作，共同撰写技术报告，获得业界关注！此外，所有获奖数据集将开源共享，推动 Edge LMs 领域的发展。

关键时间线:

4月15日

发布 ELMB 评测基准、模型、起始代码、训练数据

5月15日

比赛正式开启，GPU 计算资源开放

9月1日

提交截止时间：9月1日

边缘智能，数据为王！

如何让小模型发挥大作用？

这是你的机会！

立即报名，赢取现金大奖，免费使用 A100 训练你的 Edge LM ！

点击链接，开启你的数据过滤挑战之旅！

http://sites.google.com/view/datafilteringchallenge

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·

阅读原文

跳转微信打开