competition-baseline

GitHub
4.7k 1.1k 简单 1 次阅读 今天GPL-3.0其他数据工具开发框架
AI 解读 由 AI 自动生成，仅供参考

competition-baseline 是一个专为数据科学竞赛爱好者打造的开源知识库，致力于分享数据挖掘、计算机视觉、自然语言处理及推荐系统等领域的竞赛代码与解题思路。

对于许多初入竞赛领域的学习者而言，直接研读冠军方案往往因代码复杂、技巧繁难而难以消化。competition-baseline 精准解决了这一痛点，它不追求极致的夺冠分数，而是聚焦于整理和提供简洁、实用且易于理解的基线（Baseline）方案。这些方案不仅涵盖了从经典算法到前沿大模型应用的多种场景，更将复杂的数据问题拆解为可复用的方法论，帮助用户快速建立解题框架，降低入门门槛。

无论是刚接触数据竞赛的学生、希望拓展技术视野的开发者，还是寻求灵感的研究人员，都能在这里找到适合的学习素材。其独特之处在于坚持“简单即实用”的理念，通过结构化的代码分享和详细的思路解析，让用户能轻松上手并在此基础上进行优化创新。如果你想在真实的业务场景中磨练算法技能，或是在各类 AI 大赛中迈出坚实的第一步，competition-baseline 都将是你值得信赖的起步伙伴。

使用场景

某高校数据科学团队正准备参加"2024 数字中国创新大赛”中的海上风电出力预测赛题，队员多为刚接触工业级数据挖掘的研究生，急需在有限时间内构建有效的初始模型。

没有 competition-baseline 时

  • 起步艰难：面对复杂的气象与风机耦合数据，新手不知从何下手，花费数天时间仅用于理解数据结构和尝试基础读取代码。
  • 思路闭塞：缺乏对同类时序预测问题的通用解法认知，盲目尝试各种算法，导致特征工程方向错误，模型效果长期停滞。
  • 重复造轮子：需要从零编写数据清洗、缺失值填充及基础验证框架的代码，大量精力浪费在基础设施搭建而非核心策略优化上。
  • 信心受挫：由于迟迟无法跑通一个具备参考价值的基准分数（Baseline），团队成员对参赛前景产生怀疑，协作效率大幅降低。

使用 competition-baseline 后

  • 快速启动：直接复用仓库中“海上风电出力预测”赛道的现有方案，5 分钟内即可运行代码并获得初始分数，立即进入迭代优化阶段。
  • 思路清晰：通过研读整理好的 Baseline 代码，迅速掌握处理气象时序数据的特征构造技巧（如滞后特征、滑动窗口）及模型选型逻辑。
  • 聚焦核心：省去了基础框架搭建时间，团队将全部精力投入到针对海况特殊性的特征挖掘与模型融合策略改进中。
  • 信心倍增：基于成熟的基准线进行微调，短期内分数显著提升，明确了提升空间，团队协作氛围由焦虑转为积极攻坚。

competition-baseline 通过将复杂的竞赛问题标准化为可执行的入门代码，极大地降低了数据竞赛的学习门槛，让初学者能从“模仿”快速走向“创新”。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该仓库为数据竞赛 Baseline 方案合集，涵盖多个不同年份和领域的比赛（如科大讯飞、阿里天池、Kaggle 等）。由于包含多种不同类型的任务（CV、NLP、时序预测等）且代码分散在各个子文件夹中，README 中未提供统一的运行环境、依赖库或硬件需求。用户需进入具体的比赛子目录查看对应的 Notebook 或代码文件以获取特定赛题的环境要求。部分示例提到了使用 PyTorch, Keras, BERT, XGB 等框架，但无具体版本限制。
python未说明
competition-baseline hero image

快速开始

数据竞赛Baseline & Topline分享

假如你是数据竞赛的初学者、爱好者，比赛的baseline不仅是比赛思路分享，同时也是一类数据问题的方法总结。本Repo想做的就是将收集并整理并分享各种比赛的baseline方案。

你可能会问为什么是baseline，而不是获胜者的代码分享？相比于获胜者的代码baseline代码都比较简单，容易整理和学习；其次baseline代码更加实用和简洁，适合入门学习。

数据竞赛

竞赛日历：http://coggle.club/

最新的竞赛信息和baseline推送，请关注：

竞赛分享

每个比赛的详细分享请见competition文件夹；

如果本仓库访问速度慢，可以访问国内备份：https://gitee.com/coggle/competition-baseline

2025科大讯飞AI开发者大赛

本届大赛赛题全面升级，涵盖算法赛、应用赛、高校赛等类型，聚焦大模型应用、AI工业、元宇宙、企业数字化等前沿领域。本届大赛在延续72道数据算法赛、36道创新应用赛的基础上，开设2道高校创新赛。 

赛题报名链接：https://challenge.xfyun.cn/?ch=dw24_AtTCK9

全球AI攻防挑战赛

在全球人工智能发展和治理广受关注的大趋势下，由中国图象图形学学会、蚂蚁集团、云安全联盟CSA大中华区主办，广泛联合学界、机构共同组织发起全球AI攻防挑战赛。本次比赛包含攻防两大赛道，分别聚焦大模型自身安全和大模型生成内容的防伪检测，涉及信用成长、凭证审核、商家入驻、智能助理等多个业务场景，覆盖机器学习、图像处理与计算机视觉、数据处理等多个算法领域，旨在聚合行业及学界力量共同守护AI及大模型的安全，共同推动AI安全可信技术的发展。

外滩大会·全球Deepfake攻防挑战赛

本赛事由蚂蚁集团主办，在全球知名的数据科学竞赛平台Kaggle进行。赛事针对“AI换脸”的欺诈风险进行攻防实战演练，设立了100万元人民币的奖金池，鼓励推动AI向善的技术人才。

近年来，“AI换脸”诈骗事件频发，面对全球范围的技术挑战，大赛设立了百万奖金池，分设图片赛道和音视频赛道，在此诚邀全球的学者、工程师、教育者、学生及独立开发者积极参与。

  • 赛道一：图像赛道，确定给定的人脸图像是否是深度伪造图像，并输出其为深度伪造图像的概率。
  • 赛道二：音视频赛道，确定包含人脸的视频（带音频）是否是Deepfake视频，并输出其深度伪造音视频的概率。

赛事地址：https://www.atecup.cn/deepfake

2024科大讯飞AI开发者大赛

2024科大讯飞AI开发者大赛算法赛延续与高校及企业合作出题的模式，吸引产、学、研多方参与，以真实场景数据集为基础，提出业务实际生产难点，鼓励开发者们构建算法模型或数据创新方案，低成本、个性化、高效率地解决问题。

赛题报名链接：https://challenge.xfyun.cn/?ch=dw24_AtTCK9

2024数字中国创新大赛DCIC-海上风电出力预测

本赛题要求选手基于风力海况气象数据、风机性能数据等，针对复杂多变气象和海况条件的深度耦合影响，提出海上风电出力预测模型，提升模型精度以及在工程应用中的可信度，为大规模风电接入下的能源安全可靠运行提供保障。

赛题报名链接：https://www.dcic-china.com/competitions/10098

2023科大讯飞AI开发者大赛

2023科大讯飞AI开发者大赛正式启动，现开始报名。本次大赛在“36道应用赛+72道算法赛”的基础上，还开设了高校认知大模型场景创新赛和机器人设计赛，覆盖大模型、智能语音、计算机视觉、自然语言、先进智造、VR等人工智能热门技术，涵盖多行业领域，总奖金池累计超400万。

赛题报名链接：https://challenge.xfyun.cn/?ch=vWxQGFU

2022年人民网算法挑战赛

为推进人工智能领域的学术交流、人才培养、技术发展，鼓励广大学生积极学习和研发符合我国主流价值观的优秀算法， 2022年11-12月举办“2022人民网人工智能算法大赛”，赛事由人民网股份有限公司主办，传播内容认知全国重点实验室承办。

http://data.sklccc.com/2022

2022年度 iFLYTEK A.I. 开发者大赛

2022年度 iFLYTEK A.I. 开发者大赛来了。本届大赛的总奖金池已升级到了超420万元，除此外还将进一步开放海量数据与核心技术，汇聚更多人工智能开发者，提供创孵平台，培育优质团队，给予扶持政策等。

本届大赛按照算法、应用、编程赛、虚拟形象选拔、辩论赛、创意集市创意赛等等方向设置众多赛道；覆盖了智能语音、视觉、自然语言、图文识别等AI热门技术；涵盖了元宇宙、遗址文化、生物与环保、医疗健康、智能家居、电商销售等众多领域。大赛地址：https://challenge.xfyun.cn/?ch=ds22-dw-sq04

AIWIN 秋季竞赛

  • 赛题1- 手写体 OCR 识别竞赛

手写体 OCR 识别竞赛由交通银行命题，设立两个任务，其中任务一由第四范式提供开放数据集，特别针对金额和日期做识别，任务二要求在指定训练环境完成不可下载训练集的训练，增加了银行机构的文本内容。任务一适合新手，并配套学习营和特别的学习奖励。

比赛地址：http://ailab.aiwin.org.cn/competitions/65

baseline地址：https://aistudio.baidu.com/aistudio/projectdetail/2612313

  • 赛题2- 心电图智能诊断竞赛

心电图智能诊断竞赛由数创医疗和复旦大学附属中山医院共同命题，设立两个任务，其中任务一诊断心电图的正常异常与否，任务二对10+种不同症状予以判断综合分类。任务一同步设有学习营和配套的学习奖励，欢迎新手参与。

比赛地址：http://ailab.aiwin.org.cn/competitions/64

baseline地址：https://aistudio.baidu.com/aistudio/projectdetail/2653802

2021阿里云供应链大赛——需求预测及单级库存优化

报名链接：https://tianchi.aliyun.com/competition/entrance/531934/introduction

比赛baseline:https://github.com/datawhalechina/competition-baseline/tree/master/competition/2021阿里云供应链大赛——需求预测及单级库存优化

CCF BDCI 2021

baseline汇总：https://github.com/datawhalechina/competition-baseline/tree/master/competition/DataFountain-CCFBDI-2021

  • 基于飞桨实现花样滑冰选手骨骼点动作识别，计算机视觉、姿态估计
  • 千言-问题匹配鲁棒性评测，自然语言处理、文本匹配
  • 基于MindSpore AI框架实现零售商品识别，计算机视觉、图像分类
  • 产品评论观点提取，自然语言处理、实体抽取
  • 个贷违约预测，结构化数据挖掘、金融风控
  • 剧本角色情感识别，自然语言处理、实体抽取
  • 基于UEBA的用户上网异常行为分析，结构化数据挖掘、异常检测
  • POI名称生成，计算机视觉、OCR
  • 客服通话文本摘要提取，自然语言处理、文本摘要
  • 系统认证风险预测，结构化数据挖掘、风险检测
  • 泛在感知数据关联融合计算，结构化数据挖掘、相似度计算
  • openLooKeng跨域数据分析性能提升，数据仓储SQL优化
  • 大规模金融仿真图数据中金融交易环路查询的设计与性能优化，金融交易图谱挖掘
  • 基于BERT的大模型容量挑战赛，深度学习模型优化

华为DIGIX2021：全球校园AI算法精英大赛

报名链接：https://developer.huawei.com/consumer/cn/activity/digixActivity/digixdetail/201621215957378831?ha_source=gb_sf&ha_sourceId=89000073

  • 赛题1：基于多目标多视图的用户留存周期预测
  • 赛题2：基于多模型迁移预训练文章质量判别
  • 赛题3：基于多目标优化的视频推荐
  • 赛题4：基于多模态多语言的搜索排序
  • 赛题5：小样本菜单识别

比赛baseline和学习资料：https://github.com/datawhalechina/competition-baseline/tree/master/competition/DIGIX2021

科大讯飞AI开发者大赛2021

腾讯广告算法大赛

2021年度腾讯赛

本届从广告应用场景痛点出发，开设“视频广告秒级语义解析”和“多模态视频广告标签”两大赛道，兼具算法挑战性和商业应用价值。

2020年度腾讯赛

本届以用户在广告系统中的交互行为作为输入来预测用户的人口统计学属性。

2021世界人工智能创新大赛

CCF BDCI2020大数据与计算智能大赛

第四届工业大数据创新竞赛——算法赛道

2020数字中国创新大赛大数据赛道

科大讯飞AI开发者大赛（2020年度）

结构化比赛

CV类型比赛

NLP类型比赛

其他类型

其他链接：

贡献者(按照贡献ID排序)

协作规范

欢迎大家fork并贡献代码，但请大家遵守以下规范和建议：

  1. 代码请按照比赛的形式进行整理，写明比赛的网址、数据类型和解题赛题；

  2. 代码请注明运行的环境，以及机器最低配置，如：

    • 操作系统：Linux，内存16G，硬盘无要求；
    • Python环境：Python2/3
    • Pytorch版本：0.4.0

  3. baseline代码只能提供可运行的代码和思路，请不要提供直接可以提交的结果文件；

  4. 代码提供者应对代码版权和共享权负责；

  5. 如果发现Repo存在版权等相关问题，请邮件联系finlayliu@qq.com

关注我们

Datawhale是一个专注AI领域的开源组织，以“for the learner，和学习者一起成长”为愿景，构建对学习者最有价值的开源学习社区。关注我们，一起学习成长。

LICENSE

GNU General Public License v3.0

星标历史

星标历史图表

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|2天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|3天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 145.9k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 108.1k|★★☆☆☆|今天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器

★ 93.4k|★★☆☆☆|2天前
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备

★ 90.1k|★★★☆☆|2天前
语言模型图像Agent