新手分
22/100
适合有分子信息学或生物计算背景、能从SMILES构建分子表示并训练深度学习模型的开发者。参赛者还需要能够使用PaddlePaddle完成端到端模型训练，并准备可独立运行的预测代码；个人和最多5人的团队均可参赛。
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。
SMILES分子表示
分子图表示学习
量子化学性质预测
能够运行基础方案并完成一次有效提交
OOD泛化建模
Python推理脚本与CSV输出
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。
难点是训练数据有限，而测试分子与训练集在化学相似度和属性相似度上都被刻意拉开，模型必须同时应对结构外推和属性外推。复赛还要求提交可复现的压缩包：顶层含predict.py，并在指定环境与资源限制内读取多种测试文件、输出覆盖全部分子的result.csv。
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。