（来源：让你更懂AI的 PaperWeekly）

一年一度的

全国大数据与计算智能挑战赛

震撼来袭

大数据与决策国家级重点实验室连续五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、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。

热烈欢迎全国各单位优势团队踊跃参赛揭榜！

赛题介绍

赛题

01

低资源小语种跨模态信息分拣

本赛题聚焦低资源小语种条件下的跨模态信息分拣问题，核心任务是构建可泛化至多种低资源小语种的图文检索模型，实现多语种文本与图像之间的精准语义匹配。

当前该方向面临标注数据稀缺、语料规模有限、语言结构差异大、跨语言迁移困难等瓶颈，通用模型难以直接适配。

本赛题要求参赛者凭借中文图文对监督信号，结合多语言表征学习、跨模态语义对齐等技术，实现模型向低资源语言的零样本或弱监督泛化，推动低资源多语种跨模态检索技术发展。

赛题

02

多模态融合的知识组织与决策生成

在复杂事件分析研判场景中，原始信息通常并不是同一种格式：有的是开源文本和摘要，有的是按字段记录的表格。前者用自然语言描述事件，后者记录时间、位置、任务、数量和属性等参数。

分析人员需要在连续多日材料中找出活动主体、地点区域和事件链条，判断不同来源是否在描述同一事件，并把零散事实整理为可核验、可追踪的结构化日报。

本赛题要解决的核心问题是：如何让智能系统同时理解多类输入，把分散信息组织成统一、可靠的事件知识，并在识别冲突和噪声的基础上生成规范报告。

赛题

03

谈判对手长文本观点挖掘与预测

从相关的新闻报道、外交发言等内容中获取对特定主题或议题的观点、论据和倾向等内容，并预判其后续观点，是掌握谈判主动权、优化谈判方案的重要支撑。

因此，如何从长篇文本中精确辨识与谈判议题强相关的有限立场句段、消解不同来源文本的表述差异与表面矛盾实现对立场的持续性追踪、基于历史语义脉络进行未来观点预测，是解决问题面临的主要挑战。

为此，赛题主要设计“复杂长文本事件议题生成”、“立场判断与证据链抽取”、“未来观点预测”等 3 项具体任务，以开源大模型为基座模型，要求参赛者完成相应任务。

赛题

04

面向多源异构文档的事件因果链构建与证据约束推演

面向信息挖掘与辅助决策的业务需求，要求参赛者能够从多篇新闻文档中自动抽取事件、识别因果关系和构建因果图谱，并基于证据约束回答因果追溯、态势推演和反事实推理等问题。

设置基础档（提供因果图）、推理档（仅提供事件列表）和挑战档（仅原始文档）三档渐进式难度，旨在推动事件因果推理算法模型在复杂真实场景下的鲁棒性、可解释性与泛化能力，为后期实践运用提供有效支撑。

赛题

05

跨大视角下的海面目标检测与识别

本赛题聚焦跨视角域泛化目标检测这一开放科学问题，训练集提供大量有标注的卫星俯视图像及少量有标注的无人机斜视图像，测试集为无人机斜视图像。

参赛者需克服卫星视角（甲板俯视）与无人机视角（舷侧斜视）之间的巨大外观差异，完成准确的船只目标检测。评测采用 COCO 标准 mAP@0.5:0.95 指标，要求模型兼具精准定位与跨域泛化能力。

赛题

06

多源卫星跨模态舰船重识别

面向舰船持续监视与多星协同观测需求，本赛题聚焦光学— SAR 跨模态舰船重识别任务。

给定一张光学或 SAR 舰船图像，参赛者需在不使用 AIS、航迹、地理位置等外部辅助信息的条件下，仅依据图像内容，从指定模态图库中检索与查询图像属于同一艘舰船的目标，并按相关度输出候选结果。

赛题以图像检索为基本形式，重点考察跨模态特征对齐、模态不变表征、细粒度身份区分及复杂干扰下的排序能力。

赛题

07

复杂攻击场景下的纵向联邦学习安全防御

本赛题面向多源数据协同建模需求，构建特征互补、数据分别持有的纵向联邦学习训练环境，要求参赛者在官方提供的训练框架基础上设计安全防御方案。

赛题聚焦纵向联邦学习中的隐私泄露与模型安全风险，设置标签推理、后门攻击以及攻击并存等复杂测试场景，要求参赛方案在保持联合模型预测性能的同时，有效降低敏感标签泄露风险并抵御后门攻击。

赛题重点考察防御方法在性能保持、隐私保护和安全鲁棒性之间的综合能力，推动纵向联邦学习安全防御技术在跨机构数据协同、隐私保护智能分析等实际场景中的应用。

赛题

08

面向多源异构数据源的统一查询指令生成

本赛题面向多源异构数据环境下的查询需求，构建高仿真查询指令生成数据集，要求参赛者在无指定目标数据源的前提下，根据专业性强、业务逻辑复杂的自然语言问题，完成意图解析、数据源路由、推理构建与查询指令生成的全链路任务。

涉及多源库表协同、联邦查询规划、跨年度查询、流式数据时空查询、异构查询语言生成及轻量化部署约束等多重挑战。

考察开源大模型在复杂真实业务环境中精确生成查询指令的综合能力，推动 Text-to-Query 任务范式在数据中台的落地应用。

大赛赛程

大赛赛程共计两个月，采用初赛、复赛、决赛的“三级赛制”，具体赛程安排如下：

线上比赛阶段（初赛+复赛）

2026年9月初，发布大赛赛题，选手可登录大赛官网报名；

2026年9月，各赛题陆续开放数据下载和作品提交，进行线上评测。

2026年10月上旬，反作弊审核，作品成绩复现，遴选决赛入围团队。

决赛阶段

2026年10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

赛事即将发布

微信扫码进群关注最新动态

参赛要求

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*赛题每日可提交次数。

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。

* 详细规则以后续发布的官网（https://d2.nudt.edu.cn/tzs/）内容为准。

联系方式

曾老师（0731-87006437）

罗老师（0731-87006206）

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」