代码大模型训练赛

Who this competition fits

适合已有大语言模型微调和代码数据处理经验的学生、工程师或个人开发者团队。参赛者需要能够围绕代码补全准备训练数据、训练 CodeLlama-7B，并提交可复现的数据处理脚本、数据集和源代码材料。

From registration to a first submission

1. 01

   CodeLlama-7B 微调

2. 02

   代码补全数据构建

3. 03

   训练数据清洗与处理

4. 04

   Python 与深度学习训练脚本

5. 05

   JSON 结果文件生成

6. 06

   模型训练可复现文档编写

Before you commit: 核心难点是自行根据少量样例准备并优化代码补全训练数据，同时让微调效果可复现；仅提交预测结果不够，还需交付数据处理脚本、受限规模的数据集、原理说明和模型优化文档。初赛还要求将生成结果转换为指定格式的 JSON 文件，并可能被随机抽测复现。