飞桨多模态大模型套件 PaddleMIX开发大赛

这场竞赛适合谁

适合能在 PaddleMIX 中开发 Python 数据处理组件的开发者或团队，尤其是熟悉图文多模态数据、LLaVA 训练数据清洗/配比，并能完成 LLaVA1.5 SFT 验证的人。参赛对象不限，国内及全球开发者均可报名；高校、企业和科研院所也在主要申报单位范围内。

从报名到首次提交的准备步骤

1. 01

   PaddlePaddle/PaddleMIX 开发

2. 02

   多模态数据质量分析

3. 03

   LLaVA 1.5 SFT 微调

4. 04

   A100 多卡训练

5. 05

   GitHub Fork 与 Pull Request

6. 06

   Python 单元测试与文档编写

投入前确认：难点不只是提出数据过滤思路，而是要把可验证有效的细粒度处理算子做成可合入 PaddleMIX 的工程代码：完成数据集实验、可视化或模型训练验证、单测和文档，并通过代码 Review 后合入主分支。若要在模型上验证策略，页面要求具备使用 4 张或 8 张 A100 卡进行 LLaVA SFT 训练的环境。