数据集
训练集 18,600 条、验证集 4,200 条，标注字段 12 个；另附 600 条无标注测试集用于本地自测。数据来源与清洗脚本逐行列明，测试集禁止进入训练流程。
91主题大赛命题包：四件套与版本号
命题包 11-05 发布，压缩包 2.4 GB，解压后 3.1 GB。后续更新只升版本号并附 CHANGELOG，不静默替换数据；下载页面保留 v1.0 到 v1.2 三个版本，便于复现。
基线代码
基于 PyTorch 2.1，单张 24 GB 显卡跑完一轮约 6 小时 40 分，基线 macro-F1 为 0.71。低于基线的方案先别急着提交，先把数据管线查一遍。
验收脚本
以 Docker 镜像运行，读取 /input 与 /output 目录，5 分钟内必须产出 result.json。脚本对超时、字段缺失、异常退出三种情况分别记 0 分，并写入日志。
参考文档
共 38 页，含字段字典、验收口径、往届 11 个典型失败案例，以及答辩环节评委会追问的 8 个问题清单。建议在第二轮提交前通读一遍。
91主题大赛三条赛道与验收方式
三条赛道的交付形态不同，但都要求「在指定环境里能启动、能产出结果」。产品与视觉赛道的 5 个验收用例在 11-12 随 v1.2 公布。
| 赛道 | 交付形态 | 验收方式 | 团队上限 | 报名状态 |
|---|---|---|---|---|
| 算法赛道 | 推理容器 + result.json 预测文件 | 验收脚本自动跑分，取 3 次运行中位数 | 5 人 | 开放中 |
| 产品赛道 | 可运行原型 + 需求文档（不超过 10 页） | 现场演示 10 分钟，逐一通过 5 个验收用例 | 4 人 | 剩余 40 队 |
| 视觉赛道 | 可交互页面 + 设计规范 | 指定环境启动，5 项可用性检查 + 3 名用户测试 | 3 人 | 开放中 |
队伍可在 11-20 前对验收用例提出书面异议，说明用例与命题文档冲突之处；逾期未提视为接受，后续不再因用例理解差异调整分数。
91主题大赛验收指标：五项加权合计 100
单指标未达标不会直接淘汰，但该项按 0 分计。主指标低于 0.60 的作品不进入答辩环节，仍会收到一份自动跑分报告。
| 指标 | 定义 | 达标线 | 权重 |
|---|---|---|---|
| 主指标 | 测试集 macro-F1，测试集不参与训练与调参 | ≥ 0.75 | 30 |
| 推理时延 | 单条请求的 P95 响应时间，预热 100 次后开始计时 | ≤ 180 ms | 20 |
| 资源占用 | CPU 模式下的峰值内存，含模型加载阶段 | ≤ 4 GB | 15 |
| 稳定性 | 连续 3 次评分运行是否均正常退出 | 3/3 通过 | 15 |
| 可复现性 | 按 README 从镜像启动到产出结果的完整流程 | 误差 ≤ 0.5% | 20 |
91主题大赛三轮赛程：11-18、12-05、12-20
第一轮只验证环境，不计分；第二轮跑完整指标；第三轮加入答辩。时间均为北京时间，提交入口在截止后 10 分钟内关闭。
| 阶段 | 时间 | 提交物 | 评审方式 | 状态 |
|---|---|---|---|---|
| 命题包发布 | 11-05 | 数据集、基线代码、v1.0 文档 | 公开答疑 3 场，每次 45 分钟 | 已结束 |
| 第一轮 · 环境验证 | 11-18 23:59 | 容器镜像地址 + 运行日志 | 自动脚本跑通即通过，不计分 | 剩余 11 天 |
| 第二轮 · 完整提交 | 12-05 23:59 | 完整镜像 + result.json + 自测报告 | 自动跑分 + 20% 作品人工抽查 | 未开始 |
| 第三轮 · 最终提交 | 12-20 23:59 | 最终版本 + 5 页技术说明 | 自动跑分 + 8 分钟答辩 | 未开始 |
| 结果公布 | 12-28 | 获奖名单与评分明细 | 仲裁组复核异议后公示 5 天 | 未开始 |
91主题大赛提交规范：五项硬性要求
以下五项由验收脚本自动检查，任一项不合规即判定提交无效。建议在 12-03 前用一条干净命令从头跑一遍。
- 命名：镜像仓库名为 91t2026_{队伍编号}_{赛道}，标签只用 v1、v2 递增版本，不使用 latest。
- 依赖锁定：requirements.txt 或 lock 文件写死版本号；运行阶段禁止联网安装依赖，CUDA 与 cuDNN 版本需在 README 写明。
- 运行时长：单次验收不超过 5 分钟；训练不计入，但需随镜像提供已训练权重，模型加载不超过 90 秒。
- 日志：stdout 打印开始与结束时间、样本数、关键指标；异常需包含退出码；日志不得出现测试集标签或文件名。
- 文档：README 含环境、命令、预期输出三节；5 页技术说明需交代方法、失败分析与改进方向。
提交后系统会给出一份预检报告，标红项可在截止前修复并重新提交；截止后不再接受任何更新镜像。
91主题大赛团队协作建议与六个常见失分点
5 人团队最容易在最后 72 小时崩在环境上。建议从第一天起就把「能跑」当成独立任务，由专人负责，而不是当作收尾工作。
推荐分工：1 人负责接口与进度，2 人做算法与特征，1 人管容器、日志与验收脚本，1 人写 README、技术说明与答辩材料。每天一次 15 分钟同步，只回答三个问题：昨天跑通了什么、今天卡在哪、需要谁配合。
版本用 tag 管理，禁止直接改主分支；每次提交前由非作者本人按 README 从零启动一次，能复现再推送到验收仓库。
六个高频失分点：镜像里写死绝对路径，换机器即失败；依赖未锁版本，验收环境重装超时；推理阶段读取测试集目录做特征，被判违规；日志打印测试集文件名，触发数据泄漏审查；README 只写「运行 main.py」，缺少参数与预期输出；答辩用 7 分钟讲方法，没时间展示失败案例，丢掉可复现性分。
91主题大赛往届验收数据
三届参赛规模与达标率，以及当年最主要的失分项。达标指五项指标加权总分达到 60 分且主指标不低于 0.60。
| 年份 | 参赛队 | 达标率 | 最高分 | 当年主要失分项 |
|---|---|---|---|---|
| 2023 | 386 | 41% | 82.4 | 环境不可复现，占失分作品的 63% |
| 2024 | 512 | 47% | 86.1 | 推理时延超标，集中在模型集成方案 |
| 2025 | 604 | 52% | 89.6 | 日志与文档缺失，人工抽查扣分明显 |
91主题大赛报名与验收常见问题
关于外部数据、环境验证、产品赛道评分与分数复核的四个问题。
91主题大赛允许使用外部数据吗？
允许使用公开许可的预训练权重，但测试集与官方标注数据不得进入训练。使用外部数据须在技术说明列出来源与许可证，未申报的按违规处理。
第一轮环境验证没通过还能继续吗？
可以继续。第二轮仍可提交完整成果，但会失去 5 分的按时验证附加分，也不参与早期提交排序。
产品赛道没有算法指标，怎么评分？
按 5 个验收用例通过率 60 分、需求文档完整性 20 分、现场演示表达 20 分计算。验收用例在 11-12 随命题包 v1.2 公布。
验收脚本跑出的分数和本地不一致怎么办？
以验收环境 3 次运行的中位数为准。差异超过 1 分可在结果公布后 48 小时内提交日志申请复核，复核只查环境与脚本问题，不重跑训练。
12-20 是本赛季的最后一班车
三轮节点已写入赛程日历，订阅后在 11-18、12-05、12-20 前各提醒两次。