所有题解都放在仓库了： https://github.com/Ayin1412/NeuronSpark2026
在学院的群里看到了这个比赛的消息，想着想来看看关于AI的比赛到底是怎么办的。
因为在我本身的认知里面，AI的比赛应该是去做一些泛化的任务的一些实验。基本就是设计架构，炼丹之类的。
但是这次比赛却很特别，全是Benchmark类型的题目，大部分都是按照预测的偏差来给分，只有一道题是交互的题目，而且因为题目比较麻烦，本地测试的时候都会要跑数万步，调试非常麻烦。
按照主办方的说法是：现在托管式AI太强了，一些完成基础任务的题目对于现阶段的前沿模型（Opus等等）太简单了，于是只能出benchmark来为难大家。
比赛时间很长，总共有5天的时间，题目也是分阶段上的。而且赛后还要写题解，总共有10 题，本人还是单人组队参赛，及其劳累。
Easy 题
NS-2026-00 星图识别员：校园票据分类
第一题是一个很简单的分类的题。
我一开始以为会是一些手写体的图片，来提高识别难度，没想到全是标准的打印体，所以直接上OCR，识别完全没有错误，得到文本后就再通过一个用train的数据训练好了的Bert进行分类，很轻松就能拿满分。
NS-2026-01 智慧饭堂：人流与备餐预测
第二题是一个数据预测的题，给出有很多信息的输入，天气，菜单，工作日等等，然后去预测当日备餐的量，这种连续数据第一个想法就是上lagging，但是lagging只拿了460/500的分数，后面拉上AI一起对数据做了分析，发现给的一个指数指标包含了绝大多数信息，提高他的权重就行了，拟合很轻松达到了492/500接近满分。
NS-2026-02 图书馆问答员：带引用的 RAG 知识库问答
RAG+LLM是我很擅长的内容，RAG的设计就是bm25+embedding模型双路查询，然后取top k再传给Qwen 3.5 3B的模型生成回答，746 / 800。
事实上RAG有很多查询置信度高实际上是错的，但是Qwen的loyalty很强，不会拉上不相干的信息回答，其实算是强在LLM的能力了(bushi
NS-2026-03 防线之内：Prompt Injection 与内容安全检测
其实我一开始根本不知道怎么在不使用transformer的情况下，处理需要理解上下文的文字问题，后来才知道有idf这个方法，在AI的帮助下拿下了743 / 800
NS-2026-04 分子炼金术：小分子性质预测
根本不知道咋搞，跟着AI的讲解，套上各种训练，然后拉上N种方案的预测取均值，也不能达到Gold Band，后面放弃拿满分了，624 / 800
Challenging 题
后面就上了challenging的题目，这部分题目也不太难。
NS-2026-05 声场巡检员：校园声景事件检测
这题就是一个声音分类的题目，不过有些音频的声音细节很小，一些valid出错的案例，我去听我也没听出来。就是在一个与训练的音频分类的CNN上训练的，然后发现对于一些召回做得很好，一些很差，发现是训练的先后顺序的问题，调整了训练顺序，强化了rare的部分后，发现反而一些普通事件的能力下降了。于是把两坨版本融在一起，勉强过了gold band拿了满分，毕竟是比赛，工程上肯定不能这么草率。
NS-2026-06 标注净化师：噪声标签清洗与鲁棒分类
这一题纯靠AI手把手教的，我一直没怎么学过处理数据，解决噪音的问题，这一次比赛之后我也发现了之前很多情况下训练遇到瓶颈大概率就是我的数据没有清洗了，1031 / 1200。
Hard 题
这部分就不细讲了，基本上就是一直在调08,09、07纯放生了，08,09还是很有意思的，07跑一轮本地都要2w步，就不说了，调试没几次测试的机会，而且表现也不上不下的。
Final
最后一个晚上就差200分挤进前20拿二等，调了一个晚上的通宵的代码，只能进步90分，本来最后还是无望进入二等奖的，谁知有人作弊吧，要么就是题解写的有出入，复现不了或者是讲不清自己的实现方法的，取消了评奖的资格，我也凑巧递补进了二等奖的位置。
整体比下来还是很累的，10道题，5天时间，我就只有一个人参赛，最后还要整理题解之类的，基本上掏空了我一周全部的时间，不过最后还是有收获，拿到了新生特别奖和二等奖，感觉还是不错的。
大概就是这样了，记录第一次打AI类的比赛，之后应该会更多参与这些比赛，拉上666DHG去打Kaggle的比赛，也能拿些刀乐$。
题目和题解我会放在NeuronSpark2026 归档下的文章里，有兴趣可以试试，也可以复现我的题解，复现成功我也会很开心的。
如果这篇文章对你有帮助，欢迎分享给更多人！
部分信息可能已经过时