新手分
55/100
竞赛工作页
适合已有文本检索或广告召回经验、能处理搜索词—广告点击日志的参赛者。你需要能在 PaddlePaddle/AI Studio 上，基于指定的 Unimo-text-large 或 Ernie-3.0-xbase 底座实现双塔或生成式检索模型；个人和不超过 5 人的团队均可参加。
建议下一步
先判断这场是否适合你现在的阶段，再决定要不要投入时间。
新手分
55/100
学习价值
58/100
预计投入
10-30 小时
Metric
以官方页面公布的评分规则为准
适合已有文本检索或广告召回经验、能处理搜索词—广告点击日志的参赛者。你需要能在 PaddlePaddle/AI Studio 上，基于指定的 Unimo-text-large 或 Ernie-3.0-xbase 底座实现双塔或生成式检索模型；个人和不超过 5 人的团队均可参加。
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
能够运行基础方案并完成一次有效提交
双塔检索建模
生成式检索
点击日志处理
Shell 提交脚本
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
难点不只是提高召回效果，还要在统一 GPU 环境中兼顾推理速度：总分同时考虑策略效果和单条平均推理时间，超时的效率部分不得分。进入后续阶段还需将可复现的完整模型与脚本打包提交，且代码复现要求使用 Paddle、测试环境不能联网。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。
reward_value_usd is a rough CNY→USD estimate (×0.14) for ranking only; use reward_summary for the official prize text.