京公网安备 11030102010643号
这里汇总了全网的竞赛资讯和分享，页面展示比赛个数：403
|
比赛开始：20210304 参赛截止：20211020 组队截止：20211020 比赛结束：20211020 |
EvalAI |
| Multi-modal Group Behaviour Analysis for Artificial Mediation | 奖金：0美元 |
|
比赛开始：20210928 比赛结束：20211022 |
codalab Research 参赛人数：3 |
| Identificación, análisis y corrección del sesgo frente a variables sensibles (fairness) de un modelo de concesión de crédito destinados a ... | 奖金：0美元 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 人工智能 参赛人数：212 |
| 人工智能发展进入新阶段 | 奖金：0 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 翻译 参赛人数：337 |
| 当前神经机器翻译依赖大数据和算力的加持，在中英等丰富资源场景下达到了好用门槛，然而稀缺资源语种的机器翻译技术仍不够成熟，面临着数据稀疏、质量低下，语言形态各异、复杂多变等难题。 | 奖金：0 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 生活 参赛人数：68 |
| SHUZI | 奖金：0 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 农业 参赛人数：421 |
| 耕地的数量和质量是保证我国农业可持续发展的关键。遥感技术可以准确、及时地探测地表信息，客观地反映地物的状态及其变化。利用高分辨率遥感影像准确地提取耕地地块是精准农业的基本任务。目前提取高精度的耕地地块产品主要还是依靠人工解译的手段，费时费力。传统耕地地块提取技术的效率已无法满足当前精细化农业应用快速响应的需求。高分辨率遥感影像耕地地块的自动化提取算法依然是国内外遥感领域共同面临的科学问题。因此，本赛道旨在充分利用遥感大数据、人工智能等先进技术，实现高效、可用、实用的先进算法，以提升自动化提取高分辨率遥感影像中耕地地块的能力。 | 奖金：0人民币 |
|
比赛开始：20210621 参赛截止：20210820 组队截止：20210820 比赛结束：20211024 |
DataCastle 农业 参赛人数：736 参赛队伍：736 提交次数：0 |
| 柑橘黄龙病 (HLB)是柑橘产业的毁灭性病害，目前尚无公认有效的治疗方法，因此当前黄龙病防控“三板斧”是砍病树、杀木虱和用无病苗。针对当前两大“板斧”——砍病树和杀木虱，开展基于数据驱动的柑橘黄龙病智能且精准防控技术的研究。以“防治未病”为宗旨，开展柑橘黄龙病唯一传播媒介——柑橘木虱智能监测的研究。因此，本赛题以木虱、黄龙病、果蝇等病虫害进行识别检测。 | 奖金：77500人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 企业数字化 参赛人数：316 |
| 从技术维度看，数字技术的创新与融合为数字经济提供重要推动力。人工智能、5G、物联网、区块链、大数据、虚拟现实、超高清视频等信息技术持续突破，并从单点创新向交叉创新转变，促进形成多技术群相互支撑、齐头并进的链式创新，不断从... | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 语言 参赛人数：94 |
| 长期以来，“智能教育”中的语言学习领域一直备受关注。语音识别、语音评测、机器翻译、语义分析、语音合成等诸多人工智能技术正在越来越普遍地被应用到语言学习中，助力改变传统教学模式，提供千人千面的教育解决方案，也充分体现了自身... | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 计算机 参赛人数：264 |
| 2014年11月，亚马逊推出了一款全新概念的智能音箱Echo，通过语音指令交互控制硬件设备。截止2016年4月，Echo的累计销量已经突破300万台。2017年12月累计数千万台。亚马逊Echo音箱的推出标志着以语音交互为实用化的落地方案。 以智能音箱为代表的声控智能硬件在我国已经得到了商业化的大规模推广。2020年我国占有全球智能音箱销售量的51%，位居全球第一，而同期美国的份额从44%下降到了24%。 | 奖金：0人民币 |
|
比赛开始：20210621 参赛截止：20210820 组队截止：20210820 比赛结束：20211024 |
DataCastle 广告营销 参赛人数：1478 参赛队伍：1478 提交次数：0 |
| 讯飞AI营销云基于深耕多年的人工智能和大数据技术，赋予营销智慧创新的大脑，以健全的产品矩阵和全方位的服务，帮助广告主用AI+大数据实现营销效能的全面提升，打造数字营销新生态。 | 奖金：77500人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 生活 参赛人数：163 |
| 数字化、智能化是当前社会文明的发展方向，但在技术快速前进的背景下，还要关注老年人这群数字时代的“慢跑者”。实际上，社会文明程度越高，越应该给予他们更多的关注、更暖的服务、更贴心的关怀。 科技红利目前难以惠及老年群体，但科技进步是为人民服务的，决不能把日益庞大的老年人群体“遗忘在角落”。开发适老化的科技产品、完善适老化的科技服务，不仅是建设文明社会的必然要求，也是发展前景广阔的银发产业。 | 奖金：0 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 医疗 参赛人数：438 |
| 脑PET(Positron Emission Tomography )全称为脑部正电子发射计算机断层显像，是反映脑部病变的基因、分子、代谢及功能状态的显像。脑PET是利用正电子核素标记葡萄糖等脑部代谢物作为显像剂，通过病灶对显像剂的摄取来反映其代谢变化，从而为临床提供疾病的生物脑部代谢信息。脑MRI(Magnetic Resonance Imaging )全称为脑部磁共振显像，是反映脑部病变组织结构的显像。脑PET则是根据有磁距的原子核在磁场作用下，能产生能级间的跃迁的原理从而为临床提供疾病的生物脑部结构信息。现代医学临床实践表明兼容PET与MR图像的共同诊断可极大的提高确诊精度，从而为脑癫痫病、脑肿瘤、帕金森病、阿尔茨海默综合症等患病初期不明显的脑疾病提供了有效的早期检测手段。从而延缓发病，对后续患者康复治疗有着积极的意义。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 农业 参赛人数：421 |
| 农作物的生长态势，事关农事生产的整个过程，因此通过农作物不同时期图片，对农作物进行合理的农作物生产态势检测，对于农业生产是十分有必要的。通过分析农作物生长情况，最大程度地判断农作物生长态势，合理调配生产资源，为农作物生产... | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 医疗 参赛人数：399 |
| 随着新冠肺炎在全球的流行，寻找合适的疾病诊断方式成为了研究热点。不同的诊断方法有各自的优点。核酸检测技术是新冠肺炎检测的标准方法，但代价相对昂贵、耗时较长、且患者本人需要到医院检测。而通过咳嗽声、呼吸声诊断新冠肺炎只需要录制声音，不需要去医院也可以进行远程检测，且代价低廉，耗时短，具有重要的研究意义。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 农业 参赛人数：339 |
| 讯飞AI营销云基于深耕多年的人工智能和大数据技术，赋予营销智慧创新的大脑，以健全的产品矩阵和全方位的服务，应用深度神经网络实现农民行为自动识别。 机器虽然被大量用到农业生产中，但人还是不可或缺的因素。通过农民劳作行为识别，可以真实客观地记录农民的劳作行为，为农场管理和农产品追溯提供真实的客观数据；较之直接存储视频，可以有效地降低存储空间；自动识别也比人工监管，大幅度提高效率，减少人工成本。农民的劳作较大地影响了食品安全，所以对农民的行为分析是必要的。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 工业 教育 娱乐 交通 参赛人数：0 |
| 视频理解在交通、教育、娱乐、工业、公共安全等各领域有着广泛的应用需求，而构建精准的视频理解模型需要大量的标注数据，对于视频而言，获取大规模标注数据需要耗费大量的人力物力财力，相对而言，我们可以通过一定的技术手段相对容易的... | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 农业 参赛人数：163 |
| 在农业病虫害识别模型中，由于使用拍摄工具的主体是人，而农业病虫害识别模型对于需要识别的图像具有一定规范性。由于没有对人在拍摄过程中进行规范性引导，导致了人在拍摄过程中随意拍摄图片，从而造成了实际的农业病虫害识别精度远远小... | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 教育 参赛人数：163 |
| 详见科大讯飞A.I.开发者大赛官网>> | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 金融 参赛人数：711 |
| 我国十四五规划强调“加快数字化发展。发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。加强数字社会、数字政府建设，提升公共服务、社会治理等数字化智能化水平”。国家经济数字化发展战略，对金融数字化能力也提出了更高的要求，要更好地服务实体经济，银行业及其他金融机构必须加快自身的数字化转型步伐。 长久以来，人工智能技术在金融科技领域得到了很好的应用，从OCR单据自动化，到人工智能语音识别和合成在智能客服系统的应用，到基于大数据的智能投顾。我们希望能涌现出更多人工智能在金融业务场景应用的创新，进而促进金融行业数字化转型和数字化产业在金融行业的蓬勃发展。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 城市 参赛人数：171 |
| 我国十四五规划强调“加快数字化发展。发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。加强数字社会、数字政府建设，提升公共服务、社会治理等数字化智能化水平”。城市+科技的发展战略爆发巨大能量，颠覆了城市建设与运转的模式。城市科技将成为推动数字经济发展的重要载体。经济数字化发展战略，对下一代智能城市提出了更高的要求，城市本身要能够更好的起到数字产业发展载体和产业数字化发展策源地的关键作用。城市管理方式必须加快向由数据驱动的下一代智能城市方向转型。 长久以来，物联网、AI、大数据、云计算技术在城市科技领域得到了很好的应用，涵盖诸如智慧政务、智慧社区、智慧交通、智慧环保等城市各个场景的智慧化解决方案。在迈向下一代智能城市的方向上，我们希望能涌现出更多在智慧化场景应用的创新，进而促进城市治理和服务体验的全面升级，推动城市科技产业的蓬勃发展。 | 奖金：0 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 教育 参赛人数：139 |
| 随着新一代人工智能技术的快速发展，大学课程涉及的应用知识更新越来越快，教材章节后面固化试题的传统方式很难满足现代教学的要求。试题与知识点关联，知识点与行业发展关联，成为衡量教学与考试实际效果的新需求。然而现实中试题的层次千差万别，且无法有效标注知识点以及试题难度，从而导致试题质量普遍不高。 能否构建试题与知识点直接的关联关系、表征试题的难度，最后根据综合难度以及与知识点之间的关联关系推荐试题，是个性化推荐学习的基础。试题的知识点和难度标签预测的准确性，决定了个性化推荐学习的成败。因此，试题标签预测的准确率一直是相关领域研究人员研究的热点。 | 奖金：0人民币 |
|
比赛开始：20210621 参赛截止：20210820 组队截止：20210820 比赛结束：20211024 |
DataCastle 环境 参赛人数：1485 参赛队伍：375 提交次数：0 |
| 随着工业化和城镇化的快速发展，环境问题日益突出。空气污染是全球最重要的环境问题之一，影响着人们的健康、生产和生活。为了改善空气质量，我国加大监测和环保力度，增加空气质量监测站点，实施蓝天保卫战，并将空气质量水平与污染治理水平纳入部门工作考核。科学有效地评价空气质量，能够为预防和治理空气污染提供科学依据，有利于交通或环境管理部门实施污染控制，降低空气污染的影响，改善人类福祉。由于大气环境是受污染源、气象、人为因素的影响，因此需要客观综合地评价空气质量。 | 奖金：77500人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 大数据 参赛人数：60 |
| 详见科大讯飞A.I.开发者大赛官网>> | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 数据安全 参赛人数：391 |
| 近年来，随着海量数据的积累、计算能力的发展、机器学习方法与系统的持续创新与演进，诸如图像识别、语音识别、自然语言翻译等人工智能技术得到普遍部署和广泛应用，人工智能正朝着历史性时刻迈进。与此同时，AI对于传统计算机安全领域的研究也产生了重大影响，除了利用AI来构建各种恶意检测、攻击识别系统外，黑客也可能利用AI达到更精准的攻击。除此之外，在关键的AI应用场景上，AI自身的安全性变得前所未有的重要，极需要构建一个不会被外界干扰而影响判断的健壮AI系统。可以说AI帮助了安全，安全也能帮助AI。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 农业 参赛人数：493 |
| 猪只盘点是生猪养殖中必不可少的，传统的盘点方法是饲养员去在每个猪圈通过眼睛来查数，在现在的大规模集约化的养殖场中，一般都是上万头的生猪养殖，传统的盘点方法无疑会增加饲养员的工作量，降低工作效率，增加企业的人力成本。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211024 |
DataCastle 营销 参赛人数：610 |
| 讯飞AI营销是科大讯飞集团在数字广告领域发展的重要业务，基于深耕多年的人工智能技术和大数据积累，赋予营销智慧创新的大脑，以健全的产品矩阵和全方位的服务，帮助广告主用AI技术实现营销效能的全面提升，打造数字营销新生态。 目前，AI营销平台除自有媒体外，已在功能社交、休闲娱乐、专业进阶、衣食住行等类型的TOP媒体实现规模化覆盖，并且覆盖媒体数量仍在快速增长。如何确保在成百上千的媒体上投放符合要求的广告素材（例如，教育类APP需要投放适合青少年的广告内容），是素材审核迫切需要解决的问题。而作为最常见的广告素材类型之一，图片的自动分类将会极大提高审核效率。 | 奖金：0人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20211024 比赛结束：20211024 |
科大讯飞 结构化数据 参赛队伍：1783 提交次数：8634 |
| 随着工业化和城镇化的快速发展，环境问题日益突出。空气污染是全球最重要的环境问题之一，影响着人们的健康、生产和生活。为了改善空气质量，我国加大监测和环保力度，增加空气质量监测站点，实施蓝天保卫战，并将空气质量水平与污染治理水平纳入部门工作考核。科学有效地评价空气质量，能够为预防和治理空气污染提供科学依据，有利于交通或环境管理部门实施污染控制，降低空气污染的影响，改善人类福祉。由于大气环境是受污染源、气象、人为因素的影响，因此需要客观综合地评价空气质量。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 参赛队伍：1107 提交次数：1019 |
| 蛋白质是组成人体一切细胞、组织的重要成分，是参与人类生命活动必不可少的一部分。没有蛋白质就没有生命，足以见得蛋白质在生命中的重要性。基于此，越来越多的学者开始关注对生物信息学中蛋白质组学的研究，如蛋白质序列分析，蛋白质表达分析，蛋白质结构预测等。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 自然语言处理 参赛队伍：405 提交次数：487 |
| “一带一路”是实现中华民族伟大复兴的关键举措。语言作为民族的基础和文化的象征，是实现“一带一路”政策、贸易、民心等五通的基础，对促进经济文化交流具有重要意义。在此背景下，政务、教育、旅游等场景对跨语言沟通的需求也日益强烈，而当前翻译人才储备无法满足市场需求，利用自动翻译系统加快落地应用已成为一种趋势。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 语义分割 参赛队伍：486 提交次数：1188 |
| 耕地的数量和质量是保证我国农业可持续发展的关键。遥感技术可以准确、及时地探测地表信息，客观地反映地物的状态及其变化。利用高分辨率遥感影像准确地提取耕地地块是精准农业的基本任务。目前提取高精度的耕地地块产品主要还是依靠人工解译的手段，费时费力。传统耕地地块提取技术的效率已无法满足当前精细化农业应用快速响应的需求。高分辨率遥感影像耕地地块的自动化提取算法依然是国内外遥感领域共同面临的科学问题。因此，本赛道旨在充分利用遥感大数据、人工智能等先进技术，实现高效、可用、实用的先进算法，以提升自动化提取高分辨率遥感影像中耕地地块的能力。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：739 提交次数：3113 |
| 讯飞AI营销是科大讯飞集团在数字广告领域发展的重要业务，基于深耕多年的人工智能技术和大数据积累，赋予营销智慧创新的大脑，以健全的产品矩阵和全方位的服务，帮助广告主用AI技术实现营销效能的全面提升，打造数字营销新生态。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 参赛队伍：834 提交次数：2903 |
| 柑橘黄龙病 (HLB)是柑橘产业的毁灭性病害，目前尚无公认有效的治疗方法，因此当前黄龙病防控“三板斧”是砍病树、杀木虱和用无病苗。针对当前两大“板斧”——砍病树和杀木虱，开展基于数据驱动的柑橘黄龙病智能且精准防控技术的研究。以“防治未病”为宗旨，开展柑橘黄龙病唯一传播媒介——柑橘木虱智能监测的研究。因此，本赛题以木虱、黄龙病、果蝇等病虫害进行识别检测。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：416 提交次数：224 |
| 机器虽然被大量用到农业生产中，但人还是不可或缺的因素。通过农民劳作行为识别，可以真实客观地记录农民的劳作行为，为农场管理和农产品追溯提供真实的客观数据；较之直接存储视频，可以有效地降低存储空间；自动识别也比人工监管，大幅度提高效率，减少人工成本。农民的劳作较大地影响了食品安全，所以对农民的行为分析是必要的。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：656 提交次数：1392 |
| 通过作物不同生长时期的特点可以对作物的生长情况进行识别，给出合理的作物生长阶段。本次大赛提供了大量草莓植株在营养生长阶段的生长情况图片作为样本，参赛选手需基于提供的样本构建模型，对草莓样本生长态势进行检测，判断其生长情况，并将生长情况在csv文件中对应标定出来，给出草莓图像对应的生长阶段。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 语音识别 参赛队伍：549 提交次数：1887 |
| 随着新冠肺炎在全球的流行，寻找合适的疾病诊断方式成为了研究热点。不同的诊断方法有各自的优点。核酸检测技术是新冠肺炎检测的标准方法，但代价相对昂贵、耗时较长、且患者本人需要到医院检测。而通过咳嗽声、呼吸声诊断新冠肺炎只需要录制声音，不需要去医院也可以进行远程检测，且代价低廉，耗时短，具有重要的研究意义。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：530 提交次数：1893 |
| 农作物病虫害严重制约着农业生产，因为农作物病虫害种类多、密度大，极易造成农作物大量减产。同时由于传统人眼识别病虫害的方法速度较慢、准确度较低，会导致农药的滥用，破坏自然环境。如今随着精准农业和智慧农业概念的兴起和发展，利用信息技术辅助农业生产，实现对农作物病虫害的智能识别和检测，以减少不必要的农药喷施，对保护生态系统均衡，保障农作物安全生产，提高农作物的质量方面，有着十分重要的促进作用。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：252 提交次数：494 |
| 通过图像里行道树的位置可以对图像进行引导方向的识别，给出合理的引导方向。本次大赛提供大量的行道树图像，参赛选手需基于提供的样本构建模型，实现对图片进行的引导方向分类，并将结果存入CSV文件。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：592 提交次数：1620 |
| 本次大赛以智慧畜牧小组提供的猪只盘点图像数据作为训练样本，参赛选手需基于提供的样本构建模型，对提供的测试集中的猪只盘点图像中的猪只进行检测识别和计数，即需要完成两个任务，任务A：一个检测任务，对测试集图像中的猪只进行检测识别；任务B：一个计数任务，对测试集图像中的猪只个数进行计数得到图像中总的猪只数目。任务B的方法不局限于目标检测等方案，训练数据集不局限于提供的数据，可以加入公开的猪只数据集。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：632 提交次数：3150 |
| 为研究基于脑PET和脑MRI图像的疾病预测，本次大赛提供了脑PET和脑MRI图像数据集训练样本，记录了老年人受试志愿者的脑PET和脑MRI影像资料，其中50%是被确诊为轻度认知障碍（MCI）的脑影像数据，25%是阿尔茨海默综合症（AD）患者的脑影像数据，25%健康人（NC）的脑影像数据。 参赛者需根据提供的样本构建模型，对阿尔茨海默综合症进行分析和预测。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：416 提交次数：1314 |
| 以高分辨率光学遥感影像，考核影像检测识别的精确率、虚警率和速度。 初赛阶段：以高分辨率光学遥感影像为基础，出于对数据安全保证的考虑，所有数据均为脱敏处理后的数据，数据集提供多个标注后的样本数据，考核影像识别的精确率。 决赛阶段：现场快速准确的识别高分辨率光学影像，综合考虑影像识别的精确率、虚警率和速度。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 推荐系统 参赛队伍：1698 提交次数：9180 |
| 基于用户画像的产品推荐，是目前AI营销云服务广告主的一项重要能力，本次赛题选择了两款产品分别在初赛和复赛中进行用户付费行为预测，参赛选手需基于提供的样本构建模型，预测用户是否会购买相应商品。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 语音识别 参赛队伍：379 提交次数：502 |
| 基于语音时频谱数据集(spectrogram dataset)完成搭建网络模型，基于密集多层网络、卷积网络和循环网络等基本结构的组合，进行有效预测。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 计算机视觉 参赛队伍：775 提交次数：3476 |
| 本次大赛以讯飞看见智慧安检提供的X光安检图像数据作为训练样本，参赛选手需基于提供的样本构建模型，对X光安检图像中的待识别物品进行检测。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 自然语言处理 参赛队伍：263 提交次数：1161 |
| 本赛事任务旨在为大学题库试题预测对应的关键标签，这是一种基于复杂文本数据的NLP任务。本次比赛的文本数据中使用的是高等教育体系中的试题数据，包含多种类型（单选、多选、填空、简答等）、多个字段（题干、选项、答案、解析等）以及多个方向（例如数学、深度学习、机器学习、计算机汇编语言等），同时由于试题本身的特殊性，数据中还包含着大量待处理噪声数据以及不同编程语言的代码块，相比于其他的文本分类和标准预测比赛，本次竞赛对选手的NLP中语义理解的能力有着更高的要求。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 参赛队伍：322 提交次数：558 |
| 情感识别挑战赛旨在增强机器的情绪识别能力。本次挑战赛由西北工业大学智能声学与临境通信研究中心提供消声室低噪声环境下的情绪数据库，其中包括在四种不同情绪唤起刺激条件下的脑电（EEG）数据。参赛者将利用信号处理、数据分析、数据挖掘、机器学习、模式识别等方法，实现高准确度、高泛化能力的脑电情绪识别方法。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 参赛队伍：134 提交次数：365 |
| 连续多语种分类挑战赛旨在增强多语种语言识别技术，本次挑战赛设置了更具挑战性的任务，相比其他竞赛，本次竞赛在2020年赛事难度（训练数据少、语言种类多、混淆度高）的基础上提出了连续混合多语种场景下的语种分类任务，更贴近真实多语种沟通交流的使用场景。 | 奖金：77500人民币 |
|
比赛开始：20210621 参赛截止：20210821 组队截止：20210821 比赛结束：20211024 |
科大讯飞 语音识别 参赛队伍：271 提交次数：823 |
| 鸟类鸣叫声识别挑战赛旨在增强自动鸟类鸣叫声识别技术，预测出每个测试音频中出现的鸟类物种。测试音频文件只包含单一的鸟类物种，预测在音频文件级别进行，不需要开始和结束的时间戳，属于单标签分类任务。本次竞赛不分初赛与复赛，一轮比出排名先后顺序。 | 奖金：77500人民币 |
|
比赛开始：20210713 参赛截止：20210830 组队截止：20210830 比赛结束：20211024 |
DataCastle 数据智能 参赛人数：174 参赛队伍：114 提交次数：1217 |
| 大赛以“数造潜能·智创未来”为主题，依托公共数据平台及开放数据，围绕智慧交通、智慧医学、智能音乐、步态识别等领域，设置大数据和AI前沿命题，开放数十万现金奖励，寻找“最强数智大脑”，面向海内外顶尖院校学生和广大程序员发起 “最IN挑战”。大赛将邀请业内顶级专家，组成超级评审团，更有 “数智夏令营”、创业资源扶持和名企大咖1v1帮带，助力数智菁英培育和人才成长，加速数智创意落地和梦想起飞！ | 奖金：300000人民币 |
|
比赛开始：20210726 比赛结束：20211024 |
DataCastle 语言 参赛人数：0 |
| 在“一带一路”合作倡议共建的大背景下，国家间的合作区域与领域不断被拓展，新的合作模式不断被探索与尝试，利用机器翻译在非通用领域进行沟通交流的需求不断扩大。 目前神经机器翻译技术已经取得了很大的突破，在具有丰富数据资源的领域机器翻译质量不断提高，但是由于数据资源获取困难等原因，机器翻译在某些特殊领域的翻译效果还不够理想。如何利用富资源领域的丰富数据，将知识迁移到低资源领域以实现翻译性能的提升是一个亟须解决的难题。 | 奖金：0人民币 |
|
比赛开始：20210801 比赛结束：20211024 |
DataCastle 传统农业数字化 参赛人数：0 |
| 美亚光电在光电色选领域深耕多年，秉承着绿色设计、绿色生产、绿色管理的发展理念，并基于人工智能和大数据技术，助力传统农业数字化转型。 我国是世界上最大的稻米生产国，而稻米品质问题已经成为制约我国大米生产、销售和出口的瓶颈。大米的碎米率是影响大米质量和售价的重要指标，同时也是反映稻米种植水平、大米加工水平的重要指标。从整米中识别、分割出碎米，并提高碎米的识别率是提高大米品质的关键性问题。 | 奖金：0人民币 |
|
比赛开始：20210621 参赛截止：20210820 组队截止：20210820 比赛结束：20211025 |
DataCastle 大数据 农业 参赛人数：409 参赛队伍：409 提交次数：0 |
| 农作物病虫害严重制约着农业生产，因为农作物病虫害种类多、密度大，极易造成农作物大量减产。同时由于传统人眼识别病虫害的方法速度较慢、准确度较低，会导致农药的滥用，破坏自然环境。如今随着精准农业和智慧农业概念的兴起和发展，利用信息技术辅助农业生产，实现对农作物病虫害的智能识别和检测，以减少不必要的农药喷施，对保护生态系统均衡，保障农作物安全生产，提高农作物的质量方面，有着十分重要的促进作用。 | 奖金：77500人民币 |
|
比赛开始：20210621 比赛结束：20211025 |
DataCastle 遥感 参赛人数：350 |
| 观微科技深耕于地理空间情报服务，以人工智能和专家解译知识为基础，打造了数字化地理空间情报产业生态体系。帮助典型目标主用AI+大数据实现检测效能的全面提升，打造典型目标智能提取的新生态。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211025 |
DataCastle AR 参赛人数：158 |
| 详见科大讯飞A.I.开发者大赛官网>> | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211025 |
DataCastle 语音识别 大数据 参赛人数：80 |
| 随着经济全球化发展和“一带一路”国家倡议的提出，跨境的国际合作和交流日益频繁，越来越多的中国企业正走向世界参与世界经济发展和管理，对多语种语音技术提出大量多样化的需求。“连续多语种分类挑战赛”旨在加强语种识别研究的交流、促进语种识别技术的发展。自2018年第一届方言挑战赛和2020年多语种分类挑战赛以来，多种实用、高效的语种识别技术在竞赛中得到打磨。本届竞赛从真实场景和实际应用出发，提出了更具挑战性的连续多语种分类任务，期待业内同仁们能在这些任务上相互切磋、共同进步。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211025 |
DataCastle 安全 大数据 参赛人数：811 |
| X光安检机是目前我国使用最广泛的安检技术手段，广泛应用于城市轨交、铁路、机场、重点场馆、物流寄递等场景。使用人工智能技术，辅助一线安检员进行X光安检判图，可以有效降低因为人员疲劳或注意力不集中带来的漏报等问题。但在实际场景中，因物品的多样性、成像角度、遮挡等问题，为算法的开发带来了一定的挑战。 讯飞看见X光智能安检信息化解决方案是针对安检场景推出的智能化、信息化解决方案，旨在将传统的安检业务场景，通过人工智能、大数据等先进技术手段进行赋能，辅助一线安检检查工作，为安检管理方提供量化数据与大数据预警等更多技术管理工具。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211025 |
DataCastle 数据挖掘 心理学 生物工程 参赛人数：195 |
| 人工智能是通过计算机程序来模拟呈现人类智能的技术。情绪识别是智能人机交互中非常重要且具有挑战的一环。制造出“有温度的”智能产品，与我们交互的机器就不再是冷冰冰的机器，而是能够感知我们的情绪，能够对应不同的情绪触发不同的人机交互模式，模拟人类的表情、声音、与我们共情，那时的智能才是真正实现了的“人工智能”的梦想。脑电波数据承载着大量的人类情感和思考的信息，也是使用各种其它信道实现情绪识别的基线标准。为了让机器能够有效感知我们的情绪状态，此次挑战赛向广大人工智能开发者发起情感分析与识别的挑战，用脑电数据解开人类情感状态的密码。 | 奖金：0人民币 |
|
比赛开始：20210621 比赛结束：20211025 |
DataCastle 音频 参赛人数：175 |
| 鸟类在自然界中广泛存在，准确了解鸟类的身份、地理分布和数量变化对于人类的可持续发展和生物多样性保护至关重要。传统方法是人工进行实地调查，但是很受限制，特别是在难以进入的地区或者夜间观测。许多鸟类很容易通过声音而不是视觉来识别，通过现代远程监测站能够获取持续的音频记录，为大规模的鸟类时空监测开辟了前景。这类技术多数是自动录音，而不是自动识别，依靠的是事后对录音的人工研究。因此，开发自动识别鸟类鸣叫声系统具有非常高的实用价值。本届竞赛将从实际应用出发，期待业内同仁们能在这些任务上相互切磋、共同进步。 | 奖金：0人民币 |
|
比赛开始：20210726 比赛结束：20211027 |
DataCastle 行为识别 参赛人数：0 |
| 品冠科技深耕智能家居多年，基于人工智能和大数据技术，智能家居系统更加智能化， 其中通过算法预测一天中某段时间是否有人，也能提高系统智能化体验。因为可通过家中是否有人来确定是否启动相应的智能设备，如某个时间段家庭没人，就启动监控设备，若有人就打开窗帘等等。故判断预测某个时间段家庭是否有人的行为识别也是公司亟待解决的关键问题。 | 奖金：0 |
|
比赛开始：20210929 比赛结束：20211028 |
Kesci 参赛人数：18 参赛队伍：17 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210926 比赛结束：20211029 |
天池 程序赛 参赛队伍：2308 |
| 大数据时代，上云已成为越来越多终端客户大数据方案的落地选择，阿里云 EMR 以其易用性高，性能强，弹性大的特点，成为了广大用户的首选。英特尔® 傲腾™ 持久内存是兼具出色的内存与存储性能的解决方案，将高性价比的大容量内存与对数据持久性的支持巧妙地结合在一起。本题结合阿里云 EMR和英特尔® 傲腾™ 数据中心级持久内存（后文简称DCPMM），优化软件系统和利用硬件的特征，追求TPC-DS测试集的最优性能。 | 奖金：260000人民币 |
|
比赛开始：20210930 参赛截止：20210628 组队截止：20210628 比赛结束：20211030 |
AI Studio 图像识别 参赛人数：0 |
| 本赛题来自2021全球开放数据应用创新大赛算法赛道，报名人数以大赛官网（https://www.sodic.com.cn/）数据为准。本页面中的“提交结果、我的团队、排行榜、讨论区”页签不提供相应服务，请移步大赛官网注册、登录后，在大赛官网进行相关操作。 | 奖金：0人民币 |
|
比赛开始：20210810 比赛结束：20211030 |
codalab Research 参赛人数：39 |
| Real World Depth Map Super-Resolution on the RGB-D-D Dataset | 奖金：0美元 |
|
比赛开始：20210831 比赛结束：20211030 |
Kesci 参赛人数：305 参赛队伍：266 提交次数：0 |
| 本次大赛鼓励海内外数字人文研究者及数据分析爱好者利用各种数字人文新技术对开放数据进行具备人文性的探索研究与应用。通过人文数据的创新研究竞赛，促成数字领域与人文领域研究者在竞赛合作过程中的深度协作，培育出新一代在数字与人文之间融通无间的DH学人，夯实中国的数字人文研究领域人才与成果基石。 | 奖金：0人民币 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio OCR CV 参赛人数：2953 |
| 复用第二届中国AI+创新创业全国大赛赛题，要求选手必须使用飞桨对图像区域中的文字行进行预测，返回文字行的内容。 | 奖金：0人民币 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 购买预测 参赛人数：3814 |
| 通过品牌商家的历史订单数据构建预测模型，预估用户人群在规定时间内产生购买行为的概率 | 奖金：0人民币 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 反欺诈预测 参赛人数：2129 |
| 提供约50万次点击数据，请预测用户的点击行为是否为正常点击，还是作弊行为 | 奖金：0人民币 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 图神经网络节点分类 参赛人数：1187 |
| 图神经网络（Graph Neural Network）的经典问题包括：节点分类、连接预测和图分类。本次比赛旨在让参赛者了解并掌握如何使用图神经网络处理节点分类问题，对出版物的主题及领域进行自动分类。 | 奖金：0 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 量子计算 参赛人数：211 |
| 量子电路合成是量子计算中十分重要的问题，对于实现量子计算机有指导意义。本次比赛以量子电路合成为题，旨在让参赛者了解并掌握如何使用给定量子门集合来高效的近似合成目标量子门，加深对量子计算的认识。 | 奖金：0 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 结构定位 参赛人数：30 |
| ISBI2019 PALM眼科挑战赛赛题再现，提供800张眼底彩照训练数据集， 要求选手训练模型完成图像中黄斑中央凹定位任务。 | 奖金：0 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 结构分割 参赛人数：30 |
| ISBI2019 PALM眼科挑战赛赛题再现，提供800张眼底彩照训练数据集， 要求选手训练模型完成眼底视盘结构的探测和分割任务。 | 奖金：0 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 病灶分割 参赛人数：28 |
| ISBI2019 PALM眼科挑战赛赛题再现，提供800张眼底彩照训练数据集， 要求选手训练模型完成病理性近视的病灶检测与分割任务。 | 奖金：0 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 图像分割 参赛人数：183 |
| 2020 CCF BDCI 遥感影像地块分割赛题优化而来，旨在对遥感影像进行像素级内容解析，对遥感影像中感兴趣的类别进行提取和分类。 | 奖金：0 |
|
比赛开始：20210825 比赛结束：20211031 |
天池 算法赛 参赛队伍：1919 |
| 第 2 届 APTOS 大数据竞赛，诣在预测糖尿病性黄斑水肿 (DME) 患者的Anti-VEGF血管内皮生长因子 (VEGF) 治疗转归，您将使用医院环境中收集的数千张影像，帮助预测患者对Anti-VEGF治疗的反应。 | 奖金：15000美元 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 自然语言处理 参赛人数：46 |
| 要求使用汽车大师提供的10.3万条技师与用户的多轮对话与诊断建议报告数据建立模型，基于对话文本、用户问题、车型与车系，输出包含摘要与推理的报告文本，考验模型的归纳总结与推理能力。 | 奖金：0 |
|
比赛开始：20211001 参赛截止：20230101 组队截止：20230101 比赛结束：20211031 |
AI Studio 文本分类 参赛人数：87 |
| 基于THUCNews数据集的文本分类任务。 THUCNews是根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档，参赛者需要根据新闻标题的内容用算法来判断该新闻属于哪一类别。 | 奖金：0 |
|
比赛开始：20210920 参赛截止：20211031 组队截止：20211031 比赛结束：20211031 |
AI Studio 图像分类 参赛人数：180 |
| 要求选手使用飞桨PaddlePaddle完成图像分类之猫的12种分类问题。 | 奖金：0 |
|
比赛开始：20211001 组队截止：20211031 比赛结束：20211031 |
Kaggle Playground 参赛人数：293 参赛队伍：288 提交次数：1091 |
| Practice your ML skills on this approachable dataset! | 奖金：0美元 |
|
比赛开始：20200708 比赛结束：20211101 |
codalab Research 参赛人数：158 |
| Train controllers to conduct a power grid with various energy mixes. | 奖金：0美元 |
|
比赛开始：20200708 比赛结束：20211101 |
codalab Research 参赛人数：257 |
| Train controllers to conduct a power grid for as long as possible while avoiding incidents. | 奖金：0美元 |
|
比赛开始：20210810 参赛截止：20211026 组队截止：20211026 比赛结束：20211102 |
Kaggle Featured 参赛人数：705 参赛队伍：616 提交次数：5230 |
| Segment and label helmets in video footage | 奖金：100000美元 |
|
比赛开始：20210922 参赛截止：20211027 组队截止：20211027 比赛结束：20211103 |
Kaggle Research 参赛人数：1299 参赛队伍：1216 提交次数：8676 |
| Simulate a ventilator connected to a sedated patient's lung | 奖金：7500美元 |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：31 参赛队伍：30 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：41 参赛队伍：37 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：38 参赛队伍：34 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：47 参赛队伍：37 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：48 参赛队伍：41 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：30 参赛队伍：29 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：44 参赛队伍：38 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210831 比赛结束：20211104 |
Kesci 参赛人数：26 参赛队伍：20 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210121 比赛结束：20211105 |
codalab Research 参赛人数：1 participant |
| Predicting gas capture ability of metal organic frameworks. | 奖金：0美元 |
|
比赛开始：20210719 比赛结束：20211105 |
天池 创新赛 参赛队伍：268 |
| 本赛道以Serverless技术为核心，探索有具体落地场景的技术应用，如在互联网、零售、文娱、安防、文化、教育、金融等行业领域的应用探索。 | 奖金：63000人民币 |
|
比赛开始：20200915 比赛结束：20211105 |
codalab Research 参赛人数：1 participant |
| Predicting gas capture ability of metal organic frameworks. | 奖金：0美元 |
|
比赛开始：20210705 参赛截止：20211106 组队截止：20211106 比赛结束：20211106 |
DataCastle 教育 参赛人数：0 参赛队伍：0 提交次数：0 |
| 2021年“高斯杯”全国大学生数学建模挑战赛是由“高斯杯”全国大学生数学建模组委会、 四川创新人才发展研究院和成都数聚城堡科技有限公司主办的全国性数学建模活动。大赛的目的是激励学生学习数学的积极性，提高学生利用数学模型与编程技术解决实际问题的能力，开拓知识面，培养创新精神与合作意识。希望广大参赛者可以将运用所学知识，积极创新，对当前社会发展中存在的问题提供解决思路。 | 奖金：0 |
|
比赛开始：20211002 比赛结束：20211107 |
codalab Research 参赛人数：11 |
| Given a comment/text, determine the level of aggression, presence/absence of gender bias and presence/absence of communal bias. | 奖金：0美元 |
|
比赛开始：20211011 比赛结束：20211109 |
天池 算法赛 参赛队伍：4537 |
| 本赛题要求选手基于Flink，Analytics Zoo/BigDL 等组件，在Occlum环境中搭建保护数据安全的PPML（Privacy Preserving Machine Learning）应用，实现对恶意流量的实时识别。 | 奖金：300000人民币 |
|
比赛开始：20210726 比赛结束：20211110 |
天池 创新赛 参赛队伍：3181 |
| 本赛道以Serverless技术为核心，探索有具体落地场景的技术应用，如在互联网、零售、文娱、安防、文化、教育、金融等行业领域的应用探索。 | 奖金：603000人民币 |
|
比赛开始：20210910 比赛结束：20211110 |
codalab Research 参赛人数：13 |
| Acronym Disambiguation competition is one of the shared tasks of "the AAAI-22 Workshop on Scientific Document Understanding". This task aims ... | 奖金：0美元 |
|
比赛开始：20210910 比赛结束：20211110 |
codalab Research 参赛人数：11 |
| Acronym Extraction competition is one of the shared tasks of "the AAAI-22 Workshop on Scientific Document Understanding". This task aims ... | 奖金：0美元 |
|
比赛开始：20210831 参赛截止：20211110 组队截止：20211110 比赛结束：20211110 |
EvalAI |
| Challenge IA pour les étudiants de la métropole Aix Marseille organisé par Orange | 奖金：0美元 |
|
比赛开始：20210907 参赛截止：20211020 组队截止：20211020 比赛结束：20211112 |
biendata 参赛人数：221 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20210927 比赛结束：20211113 |
Kesci 参赛人数：63 参赛队伍：63 提交次数：1 |
| 独家数据大公开，带你玩转互联网商业数据分析 | 奖金：0人民币 |
|
比赛开始：20210823 参赛截止：20211019 组队截止：20211019 比赛结束：20211114 |
biendata 参赛人数：266 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20210601 参赛截止：20211114 组队截止：20211114 比赛结束：20211114 |
EvalAI |
| Design methods for integrating multiple modalities of single-cell data. | 奖金：0美元 |
|
比赛开始：20210710 比赛结束：20211115 |
codalab Research 参赛人数：48 |
| Provide the best approximate inference for Bayesian Neural Networks. | 奖金：0美元 |
|
比赛开始：20210811 参赛截止：20211108 组队截止：20211108 比赛结束：20211115 |
Kaggle Research 参赛人数：640 参赛队伍：561 提交次数：6893 |
| Identify the answer to questions found in Indian language passages | 奖金：10000美元 |
|
比赛开始：20210915 比赛结束：20211119 |
Kesci 参赛人数：251 参赛队伍：193 提交次数：1 |
| 奖金：0人民币 | |
|
比赛开始：20210915 比赛结束：20211119 |
Kesci 参赛人数：124 参赛队伍：96 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210915 比赛结束：20211119 |
Kesci 参赛人数：113 参赛队伍：87 提交次数：0 |
| 奖金：0人民币 | |
|
比赛开始：20210916 参赛截止：20211120 组队截止：20211120 比赛结束：20211120 |
AI Studio 人体骨骼点动作识别 参赛人数：679 |
| 本赛题旨在探索基于骨骼点的细粒度人体动作识别方法，要求参赛选手利用比赛提供的数据集，构建基于骨骼点的时空细粒度动作识别模型，完成测试集的动作识别任务。 | 奖金：0 |
|
比赛开始：20210917 参赛截止：20211120 组队截止：20211120 比赛结束：20211120 |
AI Studio 问题匹配鲁棒性 参赛人数：282 |
| 本次比赛重点关注问题匹配模型在真实应用场景中的鲁棒性，从词汇理解、句法结构、错别字、口语化、对话理解五个维度检测模型的鲁棒性，以期推动语义匹配技术的发展。 | 奖金：0 |
|
比赛开始：20210903 比赛结束：20211121 |
Zindi Prediction Structured 参赛人数：82 |
| Can you predict if a customer has taken a product from the shelf? | 奖金：0 |
|
比赛开始：20210618 参赛截止：20210915 组队截止：20210915 比赛结束：20211122 |
DataCastle 安全 参赛人数：3123 参赛队伍：2349 提交次数：556 |
| 随着人工智能尤其是深度学习技术的发展，人脸识别已经成为当下最为成熟的领域应用之一。在现实生活中，人脸识别技术已经被广泛地用于诸如：基于人证对的实名人证、金融级别的刷脸支付和刷脸认证、闸机验证签到等。但与此同时，通过对抗样本生成、深度伪造假脸生成等技术手段，可以在原始人脸图像做微小的像素级别的改动，从而能够欺骗人脸识别系统，使之给出错误的判断结果。 本次比赛将会聚焦于人脸识别场景中的反AI的对抗攻击。为了模拟真实的人脸识别场景并增加比赛的难度，我们将在后台使用防御性较好的一组模型作为黑盒模型。选手在不清楚模型细节的前提之下，构造有目标或无目标的对抗样本。比赛过程中，选手在线下对提供的测试样本进行修改，并提交生成的结果数据至线上进行攻击评测。 | 奖金：150000人民币 |
|
比赛开始：20210714 比赛结束：20211125 |
codalab Research 参赛人数：43 |
| Classify trimmed action segments from the EPIC-KITCHENS-100 dataset. | 奖金：0美元 |
|
比赛开始：20210714 比赛结束：20211125 |
codalab Research 参赛人数：35 |
| Anticipate future actions from video observations of the EPIC-KITCHENS-100 dataset. | 奖金：0美元 |
|
比赛开始：20210714 比赛结束：20211125 |
codalab Research 参赛人数：13 |
| Detect all actions in the egocentric videos of EPIC-KITCHENS-100 dataset. | 奖金：0美元 |
|
比赛开始：20200714 比赛结束：20211125 |
codalab Research 参赛人数：20 |
| Classify trimmed action segments from the EPIC-KITCHENS-100 UDA target set. | 奖金：0美元 |
|
比赛开始：20210714 比赛结束：20211125 |
codalab Research 参赛人数：11 |
| Perform video-to-text and text-to-video retrieval on the EPIC-KITCHENS-100 dataset. | 奖金：0美元 |
|
比赛开始：20210915 比赛结束：20211125 |
Kesci 参赛人数：488 参赛队伍：376 提交次数：1 |
| 奖金：0人民币 | |
|
比赛开始：20210715 比赛结束：20211126 |
天池 算法赛 参赛队伍：3 |
| 为响应国务院《新一代人工智能发展规划》的号召，向广大青少年普及推广人工智能的相关知识和技能，阿里云天池主办，TEENTOP、钉钉、淘宝教育协办，共同推出“天池·TEENTOP杯”AI少年挑战赛。 | 奖金：0人民币 |
|
比赛开始：20210915 参赛截止：20211110 组队截止：20211110 比赛结束：20211126 |
biendata 参赛人数：11 参赛队伍：0 |
| 奖金：80000人民币 | |
|
比赛开始：20210915 参赛截止：20211110 组队截止：20211110 比赛结束：20211126 |
biendata 参赛人数：117 参赛队伍：0 |
| 奖金：150000人民币 | |
|
比赛开始：20210915 参赛截止：20211017 组队截止：20211017 比赛结束：20211126 |
biendata 参赛人数：33 参赛队伍：0 |
| 奖金：120000人民币 | |
|
比赛开始：20210928 参赛截止：20211102 组队截止：20211102 比赛结束：20211127 |
DataCastle 市场运营 风险管理 参赛人数：439 参赛队伍：270 提交次数：343 |
| 风险管理需要保持风险和效益的平衡发展，不但要通过风险识别、计量、监测等程序管理好风险，同时也需要通过市场运营扩大客群，进而能有效降低逾期率控制风险。市场运营和产品推广不仅是依靠广告、宣传等手段，寻找有传播能力的用户能更好的推广，从既有客户中发现“超级传播者”，以合理的奖励激励其主动参与企业产品推广活动、吸引和转化其他潜在客户，是市场运营的重要方式之一。本次竞赛提供了某产品部分既有客户的历史信息，需要参赛选手通过合理的数据分析与建模来实现对“超级传播者”的有效识别，以期达到培养参赛选手运用统计和数据科学知识实现客户有效运营的合作精神和实践能力的目的。 | 奖金：63000人民币 |
|
比赛开始：20210610 参赛截止：20211130 组队截止：20211130 比赛结束：20211130 |
AI Studio 论文复现 参赛人数：294 |
| 第四届中国软件开源创新大赛-任务挑战组 | 奖金：0 |
|
比赛开始：20200310 参赛截止：20211201 组队截止：20211201 比赛结束：20211201 |
EvalAI |
| SMP Challenge is seeking excellent research teams to provide new ways of forecasting problems and meaningfully improve people’s social lives and business scenarios. Social media popularity prediction is a massive-scale, multimodal and time-series forecasting problem that is central to various scenarios, such as online advertising, social recommendation, demand forecasting, etc. We released a large-scale Social Media Prediction Dataset (SMPD) with over 680K posts, 80K users and rich information including user profiles, images, texts, times, locations, and categories. This year the challenge will be again hosted by the joint team from multiple research organizations. Website: www.smp-challenge.com | 奖金：0美元 |
|
比赛开始：20210821 比赛结束：20211202 |
codalab Research 参赛人数：16 |
| For this task, participants are asked to develop a system that performs lexical normalization, the conversion of non-canonical texts to ... | 奖金：0美元 |
|
比赛开始：20151115 比赛结束：20211206 |
CrowdANALYTIX Research 参赛人数：622 |
| Learning Contest For Writing Analysis Report | 奖金：0美元 |
|
比赛开始：20210816 参赛截止：20211206 组队截止：20211206 比赛结束：20211206 |
Kaggle Featured 参赛人数：725 参赛队伍：639 提交次数：6593 |
| Gather the most resources and survive the night! | 奖金：10000美元 |
|
比赛开始：20210913 参赛截止：20211202 组队截止：20211202 比赛结束：20211209 |
Kaggle Playground 参赛人数：43 参赛队伍：42 提交次数：180 |
| Retrieve captions based on images | 奖金：0美元 |
|
比赛开始：20210705 参赛截止：20211223 组队截止：20211223 比赛结束：20211223 |
EvalAI |
| Robot open-Ended Autonomous Learning 2021 challenge | 奖金：0美元 |
|
比赛开始：20211017 比赛结束：20211225 |
codalab Research 参赛人数：19 |
| Competition on Signature Verification in the Wild (SVW 2021) | 奖金：0美元 |
|
比赛开始：20210207 比赛结束：20211230 |
Kesci 参赛人数：794 参赛队伍：798 提交次数：36 |
| 一段短描述 | 奖金：0人民币 |
|
比赛开始：20201211 比赛结束：20211231 |
天池 算法赛 参赛队伍：1488 |
| AI安全性有诸多挑战，为了抵御未来AI面临的安全风险，阿里安全联合清华大学，以对抗样本为核心，假想未来作为安全AI防守者的身份，结合内容安全场景，从文字、图像、视频、声音等多个领域针对对抗样本技术资源赏金召集“挑战者”共同打磨AI模型安全，为打造更安全的AI共同努力。 | 奖金：68000人民币 |
|
比赛开始：20200917 比赛结束：20211231 |
天池 新人赛 参赛队伍：6214 |
| 本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第三场 —— 零基础入门NLP赛事之新闻文本分类，本赛题以自然语言处理为背景，要求选手根据新闻文本字符对新闻的类别进行分类。这是一个经典文本分类问题。 | 奖金：0人民币 |
|
比赛开始：20200516 参赛截止：20211231 组队截止：20211231 比赛结束：20211231 |
EvalAI |
| A challenge for evaluating semantic scene understanding algorithms under various circumstances | 奖金：0美元 |
|
比赛开始：20210113 比赛结束：20211231 |
codalab Research 参赛人数：25 |
| Evaluate New Technologies in Short Duration Scenarios | 奖金：0美元 |
|
比赛开始：20210113 比赛结束：20211231 |
codalab Research 参赛人数：37 |
| Evaluate New Technologies in Short Duration Scenarios | 奖金：0美元 |
|
比赛开始：20200611 比赛结束：20211231 |
codalab Research 参赛人数：120 |
| Sentiment Analysis of Dravidian Languages (Tamil, Malayalam and Kannada) in Code-Mixed Text 2021 | 奖金：0美元 |
|
比赛开始：20200619 比赛结束：20211231 |
codalab Research 参赛人数：101 |
| Offensive Language Identificaiton for Davidian Languages in Code-Mixed Text | 奖金：0美元 |
|
比赛开始：20210701 比赛结束：20211231 |
codalab Research 参赛人数：52 |
| Train controllers to conduct a power grid for as long as possible while and alert the operator in case of ... | 奖金：0美元 |
|
比赛开始：20210720 参赛截止：20211231 组队截止：20211231 比赛结束：20211231 |
EvalAI |
| Challenge on Trajectory Prediction for Sirius-2021 Summer School | 奖金：0美元 |
|
比赛开始：20210827 参赛截止：20211021 组队截止：20211014 比赛结束：20211231 |
DataCastle 生物 参赛人数：726 参赛队伍：613 提交次数：2112 |
| AI时代的到来，给全新的交叉学科生物计算带来了无限可能。我们以“抗体亲和力预测”场景为赛题进行算法模型开发，根据抗原和抗体的氨基酸序列预测抗体-抗原结合的亲和力数值。 | 奖金：140000人民币 |
|
比赛开始：20210826 参赛截止：20211231 组队截止：20211231 比赛结束：20211231 |
AI Studio 图像目标识别 参赛人数：272 |
| 本次比赛聚焦图像目标识别技术，需要选手从图像中识别出钢铁表面的缺陷位置，并给出锚点框的坐标，同时对不同的缺陷进行分类，以期产出泛化性更好、性能更稳定的钢铁表面缺陷识别模型。 | 奖金：0 |
|
比赛开始：20210501 比赛结束：20220101 |
codalab Research 参赛人数：73 |
| How the Human Brain Makes Sense of a World in Motion | 奖金：0美元 |
|
比赛开始：20210501 比赛结束：20220101 |
codalab Research 参赛人数：46 |
| How the Human Brain Makes Sense of a World in Motion | 奖金：0美元 |
|
比赛开始：20210620 比赛结束：20220101 |
codalab Research 参赛人数：6 |
| 奖金：0美元 | |
|
比赛开始：20210923 组队截止：20220106 比赛结束：20220106 |
Kaggle Analytics 参赛人数：0 参赛队伍：0 提交次数：0 |
| Help evaluate special teams performance | 奖金：100000美元 |
|
比赛开始：20160510 比赛结束：20220107 |
天池 新人赛 参赛队伍：3373 |
| 穿衣搭配是服饰鞋包导购中非常重要的课题，它所延伸出的技术、算法能广泛应用到大数据营销几乎所有场景中，如搜索、推荐和营销服务。淘宝穿衣搭配算法竞赛将为参赛者提供搭配专家和达人生成的搭配组合数据，百万级别的淘宝商品的文本和图像数据，同时还将提供用户的脱敏行为数据。 | 奖金：0人民币 |
|
比赛开始：20210823 参赛截止：20220108 组队截止：20220108 比赛结束：20220108 |
EvalAI |
| eBay's Machine Learning Competition for Students | 奖金：0美元 |
|
比赛开始：20210628 参赛截止：20210920 组队截止：20210920 比赛结束：20220110 |
Kaggle Featured 参赛人数：4596 参赛队伍：3965 提交次数：79816 |
| Apply your data science skills to make financial markets better | 奖金：100000美元 |
|
比赛开始：20210923 参赛截止：20220106 组队截止：20220106 比赛结束：20220113 |
Kaggle Research 参赛人数：579 参赛队伍：548 提交次数：1963 |
| Predict the popularity of shelter pet photos | 奖金：25000美元 |
|
比赛开始：20210310 比赛结束：20220114 |
天池 新人赛 参赛队伍：138 |
| 随着大赛场景的丰富，越来越多大赛场景对“流评测”的需求日益旺盛，也越来越多的大赛在复赛阶段采用了流评测的方法，为此我们提供了流评测练习场，帮助大家调试代码。 | 奖金：0人民币 |
|
比赛开始：20200217 比赛结束：20220130 |
天池 新人赛 参赛队伍：1504 |
| AI安全性有诸多挑战，为了抵御未来AI面临的安全风险，阿里安全联合清华大学，以对抗样本为核心，假想未来作为安全AI防守者的身份，结合内容安全场景，从文字、图像、视频、声音等多个领域针对对抗样本技术资源赏金召集“挑战者”共同打磨AI模型安全，为打造更安全的AI共同努力。 | 奖金：0人民币 |
|
比赛开始：20190927 比赛结束：20220131 |
天池 新人赛 参赛队伍：1575 |
| AI安全性有诸多挑战，为了抵御未来AI面临的安全风险，阿里安全联合清华大学，以对抗样本为核心，假想未来作为安全AI防守者的身份，结合内容安全场景，从文字、图像、视频、声音等多个领域针对对抗样本技术资源赏金召集“挑战者”共同打磨AI模型安全，为打造更安全的AI共同努力。 | 奖金：0人民币 |
|
|
|
比赛开始：20191029 比赛结束：20220201 |
天池 新人赛 参赛队伍：4377 |
| 这是为Docker学习者开设的练习场。Docker技术，有人说是“集装箱”，有人说是“盗梦空间”，有人说是“胶囊式公寓”，TA到底是什么呢？ | 奖金：0人民币 |
|
比赛开始：20180701 比赛结束：20220201 |
天池 新人赛 参赛队伍：1042 |
| FashionAI Global Challenge inviting you to solve the imminent issues on the application of AI in fashion. | 奖金：0人民币 |
|
比赛开始：20180701 比赛结束：20220201 |
天池 新人赛 参赛队伍：950 |
| FashionAI Global Challenge inviting you to solve the imminent issues on the application of AI in fashion. | 奖金：0人民币 |
|
比赛开始：20180903 比赛结束：20220201 |
天池 新人赛 参赛队伍：2431 |
| 在互联网世界中，图片是传递信息的重要媒介。特别是电子商务，社交，搜索等领域，每天都有数以亿兆级别的图像在流动传播。图片中的文字识别（OCR）在商业领域有重要的应用价值，同时也是学术界单研究热点。 | 奖金：0人民币 |
|
比赛开始：20180901 比赛结束：20220201 |
天池 新人赛 参赛队伍：1602 |
| 在互联网世界中，图片是传递信息的重要媒介。特别是电子商务，社交，搜索等领域，每天都有数以亿兆级别的图像在流动传播。图片中的文字识别（OCR）在商业领域有重要的应用价值，同时也是学术界单研究热点。 | 奖金：0人民币 |
|
比赛开始：20180901 比赛结束：20220201 |
天池 新人赛 参赛队伍：772 |
| 在互联网世界中，图片是传递信息的重要媒介。特别是电子商务，社交，搜索等领域，每天都有数以亿兆级别的图像在流动传播。图片中的文字识别（OCR）在商业领域有重要的应用价值，同时也是学术界单研究热点。 | 奖金：0人民币 |
|
比赛开始：20170228 比赛结束：20220201 |
天池 新人赛 参赛队伍：20449 |
| 天池新人实战赛是针对数据新人开设的实战练习专场，以经典赛题作为学习场景，提供详尽入门教程，手把手教你学习数据挖掘。天池希望新人赛能成为高校备受热捧的数据实战课程，帮助更多学生掌握数据技能。 | 奖金：0人民币 |
|
比赛开始：20160510 比赛结束：20220201 |
天池 新人赛 参赛队伍：5267 |
| 对于一条原创博文而言,转发、评论、赞等互动行为能够体现出用户对于博文内容的兴趣程度，也是对博文进行分发控制的重要参考指标。本届赛题的任务就是根据抽样用户的原创博文在发表一周后的转发、评论、赞总数，建立博文的互动模型，并预测用户后续博文在发表一周后的互动情况。 | 奖金：0人民币 |
|
比赛开始：20160510 比赛结束：20220201 |
天池 新人赛 参赛队伍：8077 |
| 蚂蚁金服拥有上亿会员并且业务场景中每天都涉及大量的资金流入和流出，面对如此庞大的用户群，资金管理压力会非常大。在既保证资金流动性风险最小，又满足日常业务运转的情况下，精准地预测资金的流入流出情况变得尤为重要。 | 奖金：0人民币 |
|
比赛开始：20160309 比赛结束：20220201 |
天池 新人赛 参赛队伍：13209 |
| 天池新人实战赛是针对数据新人开设的实战练习专场，以经典赛题作为学习场景，提供详尽入门教程，手把手教你学习数据挖掘。天池希望新人赛能成为高校备受热捧的数据实战课程，帮助更多学生掌握数据技能。 | 奖金：0人民币 |
|
比赛开始：20200825 比赛结束：20220201 |
天池 新人赛 参赛队伍：1167 |
| 在信息时代的大背景下，利用数据分析来实现人格测试早已屡见不鲜。本次学习赛的目的，正是利用阿里云的机器学习平台PAI DSW来实现一个相亲战斗力检测器，在教授技术的同时也带大家层层剖析此类游戏的原理。 | 奖金：0人民币 |
|
比赛开始：20200820 比赛结束：20220201 |
天池 新人赛 参赛队伍：1693 |
| AI时代的到来刷新了人类探索宝可梦精灵的方式：来自中国的宝可梦训练师鱼哲，通过阿里云机器学习平台PAI DSW的数据分析功能，发现了能更好更快了解宝可梦精灵的办法。 | 奖金：0人民币 |
|
比赛开始：20210903 比赛结束：20220201 |
codalab Research 参赛人数：1 participant |
| SemEval-2022 Shared task on identifying plausible clarifications in WikiHow instructions. | 奖金：0美元 |
|
比赛开始：20210719 比赛结束：20220202 |
天池 算法赛 参赛队伍：651 |
| ACM MM 2021 workshop challenge for multimodal product identification task. | 奖金：10000美元 |
|
比赛开始：20200826 比赛结束：20220216 |
codalab Research 参赛人数：76 |
| This is a competition to classify multimodal fake news into fine-grained categories. | 奖金：0美元 |
|
比赛开始：20181015 比赛结束：20220227 |
天池 新人赛 参赛队伍：9645 |
| 锅炉的燃烧效率的影响因素很多，包括锅炉的可调参数，如燃烧给量，一二次风，引风，返料风，给水水量；以及锅炉的工况，比如锅炉床温、床压，炉膛温度、压力，过热器的温度等。此赛题根据锅炉传感器采集的数据，预测产生的蒸汽量。 | 奖金：0人民币 |
|
比赛开始：20160510 比赛结束：20220227 |
天池 新人赛 参赛队伍：5616 |
| Merchants sometimes run big promotions (e.g., discounts or cash coupons) on particular dates (e.g., Boxing-day Sales, "Black Friday" or "Double 11 (Nov 11th)" , in order to attract a large number of new buyers. Unfortunately, many of the attracted buyers are one-time deal hunters, and these promotions may have little long lasting impact on sales. | 奖金：0美元 |
|
比赛开始：20210218 比赛结束：20220228 |
天池 算法赛 参赛队伍：1623 |
| 检测伪造证书类图像，难上加难！设计出“火眼金睛”的检测算法，把对手挖坑的篡改区域识别出来。任务是通过提供的训练集学习出有效的检测算法，对测试集的伪造图像进行篡改定位。 | 奖金：2000000人民币 |
|
比赛开始：20210204 比赛结束：20220228 |
天池 算法赛 参赛队伍：7132 |
| 本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第五场 —— 零基础入门推荐系统之新闻推荐场景下的用户行为预测挑战赛。 | 奖金：0人民币 |
|
比赛开始：20210407 比赛结束：20220308 |
天池 新人赛 参赛队伍：2830 |
| 赛题以数据分析为背景，要求选手使用公开的arXiv论文完成对应的数据分析操作。与之前的数据挖掘赛题不同，本次赛题不仅要求选手对数据进行建模，而且需要选手利用赛题数据完成具体的可视化分析。 | 奖金：0人民币 |
|
比赛开始：20210408 比赛结束：20220308 |
天池 新人赛 参赛队伍：2228 |
| 赛题以计算机视觉为背景，要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。 | 奖金：0人民币 |
|
比赛开始：20190117 比赛结束：20220313 |
天池 新人赛 参赛队伍：7867 |
| 幸福感是一个古老而深刻的话题，是人类世代追求的方向。我们的幸福感有哪些共性，就让我们通过这个赛题一起来挖掘吧！ | 奖金：0人民币 |
|
比赛开始：20181123 比赛结束：20220313 |
天池 新人赛 参赛队伍：2744 |
| 大赛聚焦恶意文件云检测这一问题，让云计算的数据优势通过选手的聪明才智转化为行业解决方案，让病毒木马无所遁形，让“云计算”与“安全”发生新的化学反应。 | 奖金：0人民币 |
|
比赛开始：20200101 比赛结束：20220324 |
codalab Research 参赛人数：26 |
| ZeroSpeech 2021 | 奖金：0美元 |
|
比赛开始：20210315 比赛结束：20220331 |
天池 算法赛 参赛队伍：1791 |
| AI安全性有诸多挑战，阿里安全联合清华大学，以目标检测问题为背景，召集“挑战者”以对抗样本技术共同打磨目标检测AI模型的安全性。 | 奖金：68000人民币 |
|
比赛开始：20200421 比赛结束：20220331 |
天池 新人赛 参赛队伍：12585 |
| 本次赛事是Datawhale与天池共同发起的零基础入门系列赛事第一场 —— 零基础入门数据挖掘-二手车交易价格预测，赛题以二手车市场为背景，要求选手预测二手汽车的交易价格，这是一个典型的回归问题。 | 奖金：0人民币 |
|
比赛开始：20210416 比赛结束：20220430 |
天池 新人赛 参赛队伍：1761 |
| 赛题以竞品分析为背景，通过数据的聚类，为汽车提供聚类分类。对于指定的车型，可以通过聚类分析找到其竞品车型。通过这道赛题，鼓励学习者利用车型数据，进行车型画像的分析，为产品的定位，竞品分析提供数据决策。 | 奖金：0人民币 |
|
比赛开始：20210416 比赛结束：20220430 |
天池 新人赛 参赛队伍：821 |
| 赛题以购物篮分析为背景，要求选手对品牌的历史订单数据，挖掘频繁项集与关联规则。通过这道赛题，鼓励学习者利用订单数据，为企业提供销售策略，产品关联组合，为企业提升销量的同时，也为消费者提供更适合的商品推荐。 | 奖金：0人民币 |
|
比赛开始：20210416 比赛结束：20220430 |
天池 新人赛 参赛队伍：1274 |
| 赛题以网络舆情分析为背景，要求选手根据用户的评论来对品牌的议题进行数据分析与可视化。通过这道赛题来引导常用的数据可视化图表，以及数据分析方法，对感兴趣的内容进行探索性数据分析。 | 奖金：0人民币 |
|
比赛开始：20210628 比赛结束：20220501 |
codalab Research 参赛人数：15 |
| Tracking student programming traces and predicting their struggles in late problems. | 奖金：0美元 |
|
比赛开始：20210620 比赛结束：20220508 |
codalab Research 参赛人数：2 |
| This is a sample competition that requires a submission of Speech transcription evaluation. | 奖金：0美元 |
|
比赛开始：20210620 比赛结束：20220508 |
codalab Research 参赛人数：2 |
| This is a sample competition that requires a submission of Speech transcription evaluation. | 奖金：0美元 |
|
比赛开始：20210613 比赛结束：20220612 |
codalab Research 参赛人数：28 |
| Focused on recognizing tiny actions in videos, in conjunction with ActivityNet Workshop at CVPR 2021. | 奖金：0美元 |
|
比赛开始：20210715 比赛结束：20220630 |
天池 新人赛 参赛队伍：1956 |
| 赛题以心电图心跳信号数据为背景，要求选手根据心电图感应数据预测心跳信号所属类别，其中心跳信号对应正常病例以及受不同心律不齐和心肌梗塞影响的病例，这是一个多分类的问题。 | 奖金：0人民币 |
|
比赛开始：20210715 比赛结束：20220630 |
天池 新人赛 参赛队伍：542 |
| 赛题以语音识别为背景，要求选手使用提供的语音数据训练模型并完成语音分类的任务。 | 奖金：0人民币 |
|
比赛开始：20210705 比赛结束：20220902 |
Kesci 参赛人数：127 参赛队伍：127 提交次数：306 |
| 用 R 动手学统计 2 | 奖金：0人民币 |
|
比赛开始：20210705 比赛结束：20220902 |
Kesci 参赛人数：87 参赛队伍：87 提交次数：81 |
| 用 R 动手学统计 3 | 奖金：0人民币 |
|
比赛开始：20210701 比赛结束：20220902 |
Kesci 参赛人数：224 参赛队伍：224 提交次数：487 |
| 用 R 动手学统计 1 | 奖金：0人民币 |
|
比赛开始：20210705 比赛结束：20220902 |
Kesci 参赛人数：105 参赛队伍：105 提交次数：222 |
| 用 R 动手学统计 4 | 奖金：0人民币 |
|
比赛开始：20210825 参赛截止：20220930 组队截止：20220930 比赛结束：20220930 |
biendata 参赛人数：35 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20210825 参赛截止：20220930 组队截止：20220930 比赛结束：20220930 |
biendata 参赛人数：56 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20210825 参赛截止：20221031 组队截止：20221031 比赛结束：20221031 |
biendata 参赛人数：19 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20210731 比赛结束：20221230 |
Kesci 参赛人数：1 参赛队伍：1 提交次数：1 |
| 写项目，赢鲸币，开启你的数据分析之旅 | 奖金：0人民币 |
|
比赛开始：20180219 组队截止：20221231 比赛结束：20221231 |
Kaggle Playground 参赛人数：13496 参赛队伍：12619 提交次数：113954 |
| Final project for "How to win a data science competition" Coursera course | 奖金：0美元 |
|
比赛开始：20200501 比赛结束：20221231 |
codalab Research 参赛人数：80 |
| This is the first challenge of 3D human pose estimation in the wild, including people recorded with a moving camera ... | 奖金：0美元 |
|
比赛开始：20201127 比赛结束：20221231 |
天池 新人赛 参赛队伍：8481 |
| 赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。 | 奖金：0人民币 |
|
比赛开始：20200825 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器同传 参赛人数：364 |
| 针对机器同传质量和延时进行优化 | 奖金：0人民币 |
|
比赛开始：20200825 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 文本相似度 参赛人数：1764 |
| 识别两段文本在语义上是否相似 | 奖金：0人民币 |
|
比赛开始：20200825 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 信息抽取 参赛人数：1394 |
| 从非结构化自然语言文本中提取实体、关系、事件等结构化知识 | 奖金：0人民币 |
|
比赛开始：20210526 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 语义解析 参赛人数：428 |
| 将用户输入的自然语言问题转成可与数据库操作的SQL查询语句 | 奖金：0人民币 |
|
比赛开始：20200825 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 开放域对话 参赛人数：421 |
| 建立一个开放域的多轮对话系统，使得机器可以流畅自然地与人进行语言交互 | 奖金：0人民币 |
|
比赛开始：20210420 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：151 |
| CCMT 2021 低资源语言翻译赛道，报名大赛请前往CCMT 2021官网。本比赛意在解决面向低资源语种的翻译质量优化问题。 | 奖金：0 |
|
比赛开始：20200115 比赛结束：20230101 |
codalab Research 参赛人数：1 participant |
| Lorem ipsum dolor sit amet, consectetur adipiscing elit. Mauris sagittis, tellus non rhoncus tempor, magna odio sagittis orci, ut vestibulum ... | 奖金：0美元 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：7 |
| CCMT 2021 低资源语言翻译赛道，本比赛意在解决面向低资源语种的翻译质量优化问题。 | 奖金：0 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：6 |
| 本比赛意在解决面向低资源语种（中俄）的翻译质量优化问题。 | 奖金：0 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：4 |
| 本比赛意在解决面向低资源语种（泰中）的翻译质量优化问题。 | 奖金：0 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：6 |
| 本比赛意在解决面向低资源语种（中泰）的翻译质量优化问题。 | 奖金：0 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：4 |
| 本比赛意在解决面向低资源语种（越中）的翻译质量优化问题。 | 奖金：0 |
|
比赛开始：20210729 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 机器翻译 参赛人数：7 |
| 本比赛意在解决面向低资源语种（中越）的翻译质量优化问题。 | 奖金：0 |
|
比赛开始：20210730 参赛截止：20230101 组队截止：20230101 比赛结束：20230101 |
AI Studio 1 参赛人数：483 |
| 1 | 奖金：0 |
|
比赛开始：20200712 比赛结束：20230131 |
天池 新人赛 参赛队伍：4012 |
| 本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第二场 —— 零基础入门CV赛事之街景字符识别，赛题以计算机视觉中字符识别为背景，要求选手预测真实场景下的字符识别，这是一个典型的字符识别问题。 | 奖金：0人民币 |
|
比赛开始：20210201 比赛结束：20230601 |
codalab Research 参赛人数：9 |
| Face Detection in the Low-Light Condition for track1.2 challenge, UG2+ workshop, CVPR 2021 | 奖金：0美元 |
|
比赛开始：20210630 参赛截止：20230101 组队截止：20230101 比赛结束：20230630 |
AI Studio 阅读理解 参赛人数：521 |
| 让机器阅读文本然后回答和阅读内容相关的问题， 阅读理解旨在使机器具备理解自然语言的能力 | 奖金：0人民币 |
|
比赛开始：20210412 比赛结束：20230923 |
codalab Research 参赛人数：110 |
| Organized by Qingyong Hu (University of Oxford) | 奖金：0美元 |
|
比赛开始：20201231 比赛结束：20231231 |
codalab Research 参赛人数：19 |
| ICDAR 2021 Official Competition | 奖金：0美元 |
|
比赛开始：20200420 比赛结束：20250331 |
codalab Research 参赛人数：184 |
| Train controlers to conduct a power grid for as long as possible while avoiding incidents. | 奖金：0美元 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 房地产 参赛人数：1032 参赛队伍：967 提交次数：3320 |
| 给定房屋租金价格的各个影响因素数据，建立模型预测国内某城市房屋的租金价格。 | 奖金：0 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 征信 训练赛 风控 参赛人数：438 参赛队伍：402 提交次数：606 |
| 建立分类模型，识别有失信记录的企业。 | 奖金：0 |
|
比赛开始：20200417 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 文本 机器学习 参赛人数：320 参赛队伍：311 提交次数：232 |
| 给定电影评论文本信息，建立分类模型，判断网站评论数据中的情感类别。 | 奖金：0 |
|
比赛开始：20200417 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 分类 机器学习 参赛人数：155 参赛队伍：149 提交次数：195 |
| 给定若干个二元化表示的灰度图，建立分类模型，判断该灰度图显示什么数字。 | 奖金：0 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 影视 推荐系统 参赛人数：245 参赛队伍：229 提交次数：68 |
| 给定用户对商品的评分信息，建立分类模型，预测电商中用户对于商品的评分，从而为用户推荐电影。 | 奖金：0 |
|
比赛开始：20200421 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 分类 机器学习 参赛人数：377 参赛队伍：359 提交次数：908 |
| 给定企业客户信息，建立分类模型，判断企业客户是否会流失。 | 奖金：0 |
|
比赛开始：20200422 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 金融 机器学习 参赛人数：385 参赛队伍：344 提交次数：386 |
| 给定银行用户信息，建立分类模型，预测银行用户的信用好坏。 | 奖金：0 |
|
比赛开始：20200414 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 文本 机器学习 参赛人数：174 参赛队伍：172 提交次数：59 |
| 给定邮件文本信息，建立分类模型，判断哪些邮件属于垃圾邮件。 | 奖金：0 |
|
比赛开始：20200316 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 机器学习 参赛人数：483 参赛队伍：420 提交次数：1022 |
| 给定的房屋基本信息以及房屋销售信息等，建立模型预测房屋的销售价格。 | 奖金：0 |
|
比赛开始：20200309 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 人力资源 训练赛 风控 参赛人数：550 参赛队伍：536 提交次数：1475 |
| 给定影响员工离职的因素和员工是否离职的记录，建立模型预测有可能离职的员工。 | 奖金：0 |
|
比赛开始：20200316 参赛截止：20250530 组队截止：20250530 比赛结束：20250530 |
DataCastle 训练赛 机器学习 环境 参赛人数：187 参赛队伍：182 提交次数：163 |
| 给定一段时间内的北京天气相关指数数据和北京PM2.5指数等，建立模型预测接下来一段时间内北京的PM2.5指数。 | 奖金：0 |
|
比赛开始：20210712 比赛结束：20250807 |
codalab Research 参赛人数：8 |
| Can you train a model to locate cowboy suits? This is an imbalanced cowboy suits detection problem. | 奖金：0美元 |
|
比赛开始：20210930 比赛结束：20251001 |
codalab Research 参赛人数：1 participant |
| GREW Competition | 奖金：0美元 |
|
比赛开始：20190722 比赛结束：20251009 |
codalab Research 参赛人数：38 |
| In this task objects appear being manipulated by a subject in an egocentric viewpoint. Some hand shapes and objects are ... | 奖金：0美元 |
|
比赛开始：20190722 比赛结束：20251009 |
codalab Research 参赛人数：82 |
| This task builds on BigHand2.2M dataset in a similar format to HANDS 2017 challenge. Some hand shapes, articulations and ... | 奖金：0美元 |
|
比赛开始：20190722 比赛结束：20251009 |
codalab Research 参赛人数：50 |
| This task builds on HO-3D dataset. Objects appear being manipulated by a subject in a 3rd person viewpoint. Some hand ... | 奖金：0美元 |
|
比赛开始：20201022 比赛结束：20251225 |
天池 新人赛 参赛队伍：2981 |
| 带领参赛者利用Python进行数据分析以及数据可视化，包含数据集的处理、数据探索与清洗、数据分析、数据可视化四部分，让参赛者对数据分析流程有个基本了解。 | 奖金：0人民币 |
|
比赛开始：20200401 比赛结束：20251231 |
codalab Research 参赛人数：16 |
| Automatically solving linguistic translation puzzles - a "learning from small data" challenge | 奖金：0美元 |
|
比赛开始：20190720 比赛结束：20251231 |
codalab Research 参赛人数：90 |
| Based on a novel dataset we propose a image demoireing challenge to promote research on this topic. | 奖金：0美元 |
|
比赛开始：20190720 比赛结束：20251231 |
codalab Research 参赛人数：186 |
| Based on a novel dataset we propose a image demoireing challenge to promote research on this topic. | 奖金：0美元 |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：21 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：11 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：18 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：8 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：10 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：15 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：10 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：9 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：11 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20210415 参赛截止：20260415 组队截止：20260415 比赛结束：20260415 |
biendata 参赛人数：19 参赛队伍：0 |
| 奖金：0美元 | |
|
比赛开始：20200723 参赛截止：20290723 组队截止：20290723 比赛结束：20290723 |
EvalAI |
| Long tail object recognition. | 奖金：0美元 |
|
比赛开始：20120725 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：1508 参赛队伍：1508 提交次数：4563 |
| Learn computer vision fundamentals with the famous MNIST data | 奖金：0美元 |
|
比赛开始：20120928 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：23797 参赛队伍：23544 提交次数：64239 |
| Start here! Predict survival on the Titanic and get familiar with ML basics | 奖金：0美元 |
|
比赛开始：20160830 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：4641 参赛队伍：4515 提交次数：20848 |
| Predict sales prices and practice feature engineering, RFs, and gradient boosting | 奖金：0美元 |
|
比赛开始：20200103 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：333 参赛队伍：327 提交次数：775 |
| Connect your checkers in a row before your opponent! | 奖金：0美元 |
|
比赛开始：20191223 组队截止：20300101 比赛结束：20300101 |
Kaggle Gettingstarted 参赛人数：1331 参赛队伍：1290 提交次数：4157 |
| Predict which Tweets are about real disasters and which ones are not | 奖金：0美元 |
|
比赛开始：20210322 比赛结束：20300324 |
codalab Research 参赛人数：60 |
| Organized by Biometrics and Data Pattern Analytics - BiDA Lab (UAM) | 奖金：0美元 |
|
比赛开始：20200618 组队截止：20300603 比赛结束：20300603 |
Kaggle Gettingstarted 参赛人数：223 参赛队伍：212 提交次数：488 |
| Getting Started with TPUs on Kaggle! | 奖金：0美元 |
|
比赛开始：20210629 参赛截止：20300630 组队截止：20300630 比赛结束：20300630 |
biendata 参赛人数：10 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20210629 参赛截止：20300630 组队截止：20300630 比赛结束：20300630 |
biendata 参赛人数：17 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20210628 参赛截止：20300630 组队截止：20300630 比赛结束：20300630 |
biendata 参赛人数：21 参赛队伍：0 |
| 奖金：0人民币 | |
|
比赛开始：20200730 组队截止：20300701 比赛结束：20300701 |
Kaggle Gettingstarted 参赛人数：64 参赛队伍：60 提交次数：161 |
| Detecting contradiction and entailment in multilingual text using TPUs | 奖金：0美元 |
|
比赛开始：20200828 组队截止：20300701 比赛结束：20300701 |
Kaggle Gettingstarted 参赛人数：153 参赛队伍：128 提交次数：627 |
| Use GANs to create art - will you be the next Monet? | 奖金：0美元 |
|
比赛开始：20210716 参赛截止：20300831 组队截止：20300831 比赛结束：20300831 |
EvalAI |
| Sejong RCV Pedestrian Detection Challenge | 奖金：0美元 |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 回归预测 智能算法 参赛人数：1142 参赛队伍：1078 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 目标检测 图像分类 智能算法 参赛人数：897 参赛队伍：800 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 回归预测 智能算法 参赛人数：1788 参赛队伍：1632 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 计算广告 智能算法 参赛人数：855 参赛队伍：773 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 图像分类 智能算法 参赛人数：1127 参赛队伍：1085 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 目标检测 图像分类 智能算法 参赛人数：778 参赛队伍：681 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 文本预处理 关系抽取 智能算法 参赛人数：2094 参赛队伍：2042 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain RS推荐系统 智能算法 参赛人数：238 参赛队伍：232 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 关系抽取 智能算法 参赛人数：111 参赛队伍：107 |
| 奖金：0人民币 | |
|
比赛开始：20201001 比赛结束：20301001 |
DataFountain 异常检测 智能算法 参赛人数：177 参赛队伍：174 |
| 奖金：0人民币 | |
|
比赛开始：20190331 比赛结束：20301230 |
Kesci 参赛人数：883 参赛队伍：883 提交次数：1004 |
| 金融场景是算法落地的重要场景。本次练习赛，我们聚焦于「借贷风险评估」问题，探索机器学习细分领域——迁移学习，在金融场景的更多可能性，以及其实践落地。 | 奖金：0人民币 |
|
比赛开始：20210727 参赛截止：20230101 组队截止：20230101 比赛结束：20370731 |
AI Studio 情感分析 参赛人数：1024 |
| 识别和提取文本中的倾向、立场、评价、观点等主观信息 | 奖金：0人民币 |
|
比赛开始：20200521 比赛结束：20420521 |
Kesci 参赛人数：6083 参赛队伍：5848 提交次数：15159 |
| 奖金：0人民币 | |
|
比赛开始：20200202 参赛截止：20421009 组队截止：20421009 比赛结束：20421009 |
EvalAI |
| Build artificial agents that can hold conversations in natural, conversational language about images. | 奖金：0美元 |
|
比赛开始：20200521 比赛结束：20421229 |
Kesci 参赛人数：266 参赛队伍：262 提交次数：229 |
| DataJoy® 经典赛难度较高，复刻全球经典大型数据科学赛题，卧虎藏龙； 基于图片的行人重识别，即给定一张含有某个行人的查询图片，需要在行人图像库中查找并返回所有含有该行人的其他图片。 | 奖金：0人民币 |
|
比赛开始：20200521 比赛结束：20421230 |
Kesci 参赛人数：1174 参赛队伍：1150 提交次数：3323 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 本赛题基于员工的满意度调查与员工的基本信息和工作经历，预测员工对于公司的满意度情况。 | 奖金：0人民币 |
|
比赛开始：20181225 比赛结束：20421230 |
Kesci 参赛人数：3393 参赛队伍：3227 提交次数：9475 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 本赛题基于客户的结构化背景信息数据，预测客户是否有意愿订购银行的定期存款产品。 | 奖金：0人民币 |
|
比赛开始：20210330 比赛结束：20421230 |
Kesci 参赛人数：868 参赛队伍：839 提交次数：2371 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 在本次练习赛旨在引导我们尝试建立一个模型，该模型使用某私人住宿在线服务平台上发布的房地产数据来预测住宿价格。 | 奖金：0人民币 |
|
比赛开始：20210519 比赛结束：20421230 |
Kesci 参赛人数：205 参赛队伍：201 提交次数：311 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 在本次练习赛旨在引导我们尝试建立一个模型，该模型使用某私人住宿在线服务平台上发布的房地产数据来预测住宿价格。 | 奖金：0人民币 |
|
比赛开始：20210824 比赛结束：20421230 |
Kesci 参赛人数：102 参赛队伍：101 提交次数：128 |
| DataJoy® 「新人赛」难度较低，定位数据科学新人，通过赛题引导大家了解数据分析的接触流程和思路。 在本次练习赛旨在引导、 本次练习赛所使用数据集基于推特用户发表的推文数据集 | 奖金：0人民币 |
|
比赛开始：20201015 参赛截止：20421231 组队截止：20421231 比赛结束：20421231 |
EvalAI |
| Use AI to model and discover new catalysts to address the energy challenges posed by climate change. | 奖金：0美元 |
|
比赛开始：20180630 比赛结束：20500101 |
codalab Research 参赛人数：65 |
| This challenge is designed to push the state of the art in semantic segmentation of stuff classes. | 奖金：0美元 |
|
比赛开始：20161205 比赛结束：20500115 |
codalab Research 参赛人数：42 |
| Detection of English Puns | 奖金：0美元 |
|
比赛开始：20161205 比赛结束：20500122 |
codalab Research 参赛人数：19 |
| Location of English Puns | 奖金：0美元 |
|
比赛开始：20161205 比赛结束：20500130 |
codalab Research 参赛人数：23 |
| Interpretation of English Puns | 奖金：0美元 |
|
比赛开始：20170815 比赛结束：20500401 |
codalab Research 参赛人数：116 |
| This is the submission page of the 2017 Hands in the Million Challenge on 3D Hand Pose Estimation, instructions can ... | 奖金：0美元 |
|
比赛开始：20190901 比赛结束：20500914 |
codalab Research 参赛人数：215 |
| 奖金：0美元 | |
|
比赛开始：20170924 比赛结束：20501001 |
codalab Research 参赛人数：42 |
| This is the submission page of the 2017 Hands in the Million Challenge on 3D Hand Pose Estimation. This competition ... | 奖金：0美元 |
|
比赛开始：20190701 比赛结束：20501231 |
codalab Research 参赛人数：35 |
| Biological relation extraction from raw text. | 奖金：0美元 |
|
比赛开始：20210715 参赛截止：20230101 组队截止：20230101 比赛结束：20510731 |
AI Studio 实体链指 参赛人数：259 |
| 将中文短文本中的实体与给定知识库中对应的实体进行关联，旨在让机器对文本中知识进行理解。 | 奖金：0 |
|
比赛开始：20200412 比赛结束：20990101 |
codalab Research 参赛人数：42 |
| Benchmark for video-guided machine translation, aiming to translate source language into target language with video information as the additional context. | 奖金：0美元 |
|
比赛开始：20200411 比赛结束：20990101 |
codalab Research 参赛人数：55 |
| Benchmark for (multilingual) video captioning, aiming to automatically describe the activities in videos with various languages. | 奖金：0美元 |
|
比赛开始：20201101 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Lidar segmentation challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20200401 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Motion forecasting on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20191101 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| 3d tracking challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20190401 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| 3d object detection challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20210206 比赛结束：20990101 |
codalab Research 参赛人数：49 |
| Evaluation of different text clustering and summarization algorithms | 奖金：0美元 |
|
比赛开始：20210401 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Conversational Question Answering | 奖金：0美元 |
|
比赛开始：20210823 参赛截止：20990101 组队截止：20990101 比赛结束：20990101 |
EvalAI |
| Panoptic segmentation and tracking challenge on the nuScenes dataset | 奖金：0美元 |
|
比赛开始：20170208 参赛截止：20990301 组队截止：20990301 比赛结束：20990301 |
EvalAI |
| GQA is a new dataset that focuses on real-world compositional reasoning. The dataset contains 20M image and question pairs, each of them comes with an underlying structured representation of their semantics. The dataset is complemented with a suite of new evaluation metrics to test consistency, validity and grounding. | 奖金：0美元 |
|
比赛开始：20210210 参赛截止：20990420 组队截止：20990420 比赛结束：20990420 |
EvalAI |
| A Challenge to examine models for robust inference capabilities on commonsense axioms in text | 奖金：0美元 |
|
比赛开始：20200901 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A task-oriented dialogue natural language understanding challenge | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| test | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A challenge on CLEVRER dataset. | 奖金：0美元 |
|
比赛开始：20200409 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Remote object grounding challenge | 奖金：0美元 |
|
比赛开始：20190208 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| novel object captioning at scale with extra data | 奖金：0美元 |
|
比赛开始：20190922 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A dataset of human-human dialogs situated in the Matterport 3D simulator. | 奖金：0美元 |
|
比赛开始：20190208 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| novel object captioning at scale | 奖金：0美元 |
|
比赛开始：20210101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Evidence-based Scene Text Visual Question Answering Challenge | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Benchmark challenge for visually-grounded natural language navigation in continuous environments. | 奖金：0美元 |
|
比赛开始：20210101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| SoccerNet-v2 | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A new numerical commonsense reasoning probing task. | 奖金：0美元 |
|
比赛开始：20210330 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| A Question Answering Challenge for Event Forecasting with Temporal Text Data. | 奖金：0美元 |
|
比赛开始：20210330 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Argoverse Stereo Competition | 奖金：0美元 |
|
比赛开始：20190101 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Trajectory forecasting with complext multi-agent interactions using the AIODrive dataset | 奖金：0美元 |
|
比赛开始：20210611 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| The FEVEROUS challenge aims to evaluate the ability of a system to verify information using unstructured and structured evidence from Wikipedia. | 奖金：0美元 |
|
比赛开始：20210601 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| Benchmark challenge for localization based on visually-grounded natural language dialog. | 奖金：0美元 |
|
比赛开始：20210907 参赛截止：20990531 组队截止：20990531 比赛结束：20990531 |
EvalAI |
| WebQA - An open domain question answering benchmark for multimodal knowledge retrieval and reasoning | 奖金：0美元 |
|
比赛开始：20200615 参赛截止：20990615 组队截止：20990615 比赛结束：20990615 |
EvalAI |
| VRAI Challenge | 奖金：0美元 |
|
比赛开始：20210831 参赛截止：20990831 组队截止：20990831 比赛结束：20990831 |
EvalAI |
| Sejong RCV Pedestrian Detection Challenge | 奖金：0美元 |
|
比赛开始：20200909 参赛截止：20991201 组队截止：20991201 比赛结束：20991201 |
EvalAI |
| Argoverse 3D Detection Competition | 奖金：0美元 |
|
比赛开始：20190928 参赛截止：20991201 组队截止：20991201 比赛结束：20991201 |
EvalAI |
| Argoverse Motion Forecasting Competition | 奖金：0美元 |
|
比赛开始：20190928 参赛截止：20991201 组队截止：20991201 比赛结束：20991201 |
EvalAI |
| Argoverse 3D Tracking Competition | 奖金：0美元 |
|
比赛开始：20201030 比赛结束：20991201 |
Zindi Prediction Image 参赛人数：178 |
| Create a model that detects the bounding box around a sea turtle’s face | 奖金：0 |
|
比赛开始：20200716 比赛结束：20991201 |
Zindi Classification Unstructured NLP 参赛人数：359 |
| Analysing social media sentiment towards vaccines | 奖金：0 |
|
比赛开始：20200709 比赛结束：20991201 |
Zindi Classification Unstructured NLP 参赛人数：303 |
| Can you create a classification algorithm to identify Swahili news articles by category? | 奖金：0 |
|
比赛开始：20200703 比赛结束：20991201 |
Zindi Prediction Structured Good for Beginners 参赛人数：394 |
| Can you predict air quality in cities around the world using satellite data? | 奖金：0 |
|
比赛开始：20200619 比赛结束：20991201 |
Zindi Classification Unstructured NLP 参赛人数：287 |
| Can you identify tweets about coronavirus without using keywords? | 奖金：0 |
|
比赛开始：20200605 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：203 |
| Can we infer important COVID-19 public health risk factors from outdated data? | 奖金：0 |
|
比赛开始：20200501 比赛结束：20991201 |
Zindi Unstructured Image Computer Vision 参赛人数：403 |
| Can you predict whether a person in an image is wearing a face mask? #masks4all | 奖金：0 |
|
比赛开始：20200209 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：177 |
| Can you use tourism survey data and ML to predict how much money a tourist will spend when visiting Tanzania? | 奖金：0 |
|
比赛开始：20191119 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：1301 |
| A learning competition designed for DSN Bootcamp 2019 | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Classification Structured 参赛人数：826 |
| Help Tunisian company STEG detect fraud | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Classification Unstructured 参赛人数：240 |
| Use computer vision to classify receipts in Tunisa | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：748 |
| Predict airline delays for Tunisian aviation company, Tunisair | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Classification Structured 参赛人数：804 |
| Detect tax fraud using the Ministry of Finance of Tunisia's data | 奖金：0 |
|
比赛开始：20190920 比赛结束：20991201 |
Zindi Unstructured Image Computer Vision 参赛人数：482 |
| Use computer vision to detect and recognise Tunisian vehicle license plates | 奖金：0 |
|
比赛开始：20190902 比赛结束：20991201 |
Zindi Unstructured Image Computer Vision 参赛人数：345 |
| Identify which images of roads in South Africa contain potholes | 奖金：0 |
|
比赛开始：20190830 比赛结束：20991201 |
Zindi Unstructured Image Good for Beginners Computer Vision 参赛人数：331 |
| Create a binary classification algorithm to distinguish zebras from elephants | 奖金：0 |
|
比赛开始：20190729 比赛结束：20991201 |
Zindi Prediction Structured Good for Beginners 参赛人数：2415 |
| Predict who is most likely to have a bank account | 奖金：0 |
|
比赛开始：20190311 比赛结束：20991201 |
Zindi Unstructured Image Computer Vision 参赛人数：179 |
| A learning competition for CMU Data Science Club and AI Saturdays Kigali in Rwanda | 奖金：0 |
|
比赛开始：20181011 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：225 |
| A learning competition designed for DSN Bootcamp 2018 | 奖金：0 |
|
比赛开始：20181011 比赛结束：20991201 |
Zindi Prediction Structured 参赛人数：1192 |
| A learning competition designed for DSN Bootcamp 2018 | 奖金：0 |
|
比赛开始：20210905 比赛结束：20991201 |
Zindi Classification Image 参赛人数：30 |
| Can you identify which images have a segment of a road in them or not? | 奖金：0 |
|
比赛开始：20190720 比赛结束：20991212 |
codalab Research 参赛人数：27 |
| TabFact Competition requires the model to verify whether a textual statement is supported by the evidence in the semi-structured tables. | 奖金：0美元 |
|
比赛开始：20200416 比赛结束：20991231 |
codalab Research 参赛人数：22 |
| Hybrid Question Answering with both Tabular and Textual Information as Evidence | 奖金：0美元 |
|
比赛开始：20200416 比赛结束：20991231 |
codalab Research 参赛人数：9 |
| This task requires the model to read a table and generate sentences with logical/numeric inference | 奖金：0美元 |
|
比赛开始：20190720 比赛结束：20991231 |
codalab Research 参赛人数：61 |
| TweetQA task requires model to read a short tweet and a question and outputs a text phrase (does not need ... | 奖金：0美元 |
|
比赛开始：20201023 比赛结束：20991231 |
codalab Research 参赛人数：2 |
| The real-world data is distributed in different forms like unstructured text and semi-structured tables. In this dataset, we challenge the ... | 奖金：0美元 |
|
比赛开始：20201023 比赛结束：20991231 |
codalab Research 参赛人数：9 |
| The real-world data is distributed in different forms like unstructured text and semi-structured tables. In this dataset, we challenge the ... | 奖金：0美元 |
|
比赛开始：20200320 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| An autonomous navigation challenge that aims to benchmark and advance research in embodied AI. Unlike classical 'internet AI' image dataset-based challenges (e.g., ImageNet LSVRC, COCO, VQA), this is a challenge where participants upload code not predictions. The uploaded agents are evaluated in novel (unseen) environments to test for generalization. | 奖金：0美元 |
|
比赛开始：20200315 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Image Captioning with Reading Comprehension | 奖金：0美元 |
|
比赛开始：20200312 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| A dataset to benchmark visual reasoning based on text in images. | 奖金：0美元 |
|
比赛开始：20200111 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent progress in computer vision and natural language processing has demonstrated that lower-level tasks are much closer to being solved. We believe that the time is ripe to pursue higher-level tasks, one of which is Visual Question Answering (VQA), where the goal is to be able to understand the semantics of scenes well enough to be able to answer open-ended, free-form natural language questions (asked by humans) about images. | 奖金：0美元 |
|
比赛开始：20200101 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent powerful pre-trained language models have achieved remarkable performance on most of the popular datasets for reading comprehension. It is time to introduce more challenging datasets to push the development of this field towards more comprehensive reasoning of text. We introduce a new Reading Comprehension dataset requiring logical reasoning (ReClor) extracted from standardized graduate admission examinations. | 奖金：0美元 |
|
比赛开始：20181001 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| ModaNet fashion understanding challenge for each submission | 奖金：0美元 |
|
比赛开始：20180313 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| The first benchmark challenge for visually-grounded natural language navigation in real buildings. | 奖金：0美元 |
|
比赛开始：20210215 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| An autonomous navigation challenge that aims to benchmark and advance research in embodied AI. Unlike classical 'internet AI' image dataset-based challenges (e.g., ImageNet LSVRC, COCO, VQA), this is a challenge where participants upload code not predictions. The uploaded agents are evaluated in novel (unseen) environments to test for generalization. | 奖金：0美元 |
|
比赛开始：20210225 比赛结束：20991231 |
codalab Research 参赛人数：13 |
| Second stage | 奖金：0美元 |
|
比赛开始：20210225 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent progress in computer vision and natural language processing has demonstrated that lower-level tasks are much closer to being solved. We believe that the time is ripe to pursue higher-level tasks, one of which is Visual Question Answering (VQA), where the goal is to be able to understand the semantics of scenes well enough to be able to answer open-ended, free-form natural language questions (asked by humans) about images. | 奖金：0美元 |
|
比赛开始：20210225 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Recent progress in computer vision and natural language processing has demonstrated that lower-level tasks are much closer to being solved. We believe that the time is ripe to pursue higher-level tasks, one of which is Visual Question Answering (VQA), where the goal is to be able to understand the semantics of scenes well enough to be able to answer open-ended, free-form natural language questions (asked by humans) about images. | 奖金：0美元 |
|
比赛开始：20210225 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| A dataset to benchmark visual reasoning based on text in images. | 奖金：0美元 |
|
比赛开始：20210312 比赛结束：20991231 |
codalab Research 参赛人数：7 |
| Evaluation of different text clustering and summarization algorithms | 奖金：0美元 |
|
比赛开始：20200315 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Image Captioning with Reading Comprehension | 奖金：0美元 |
|
比赛开始：20210601 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| RRC-ICText (Long Term) | 奖金：0美元 |
|
比赛开始：20210906 参赛截止：20991231 组队截止：20991231 比赛结束：20991231 |
EvalAI |
| Evaluating latent variable models of the brain | 奖金：0美元 |
|
比赛开始：20200122 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20200122 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20180620 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20210121 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20210111 参赛截止：21000622 组队截止：21000622 比赛结束：21000622 |
EvalAI |
| A natural application of computer vision is to assist blind people, whether that may be to overcome their daily visual challenges or break down their social accessibility barriers. VizWiz is proposed to empower a blind person to directly request in a natural manner what (s)he would like to know about the surrounding physical world. | 奖金：0美元 |
|
比赛开始：20191022 参赛截止：21001022 组队截止：21001022 比赛结束：21001022 |
EvalAI |
| A challenge of Visual Question Answering is that different people often provide different answers to the same visual question. We present a taxonomy of nine plausible reasons explaining why the answers can differ, and create two labelled datasets consisting of ∼45,000 visual questions indicating which reasons led to answer differences. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for semantic segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for instance segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for MOTS on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for panoptic segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for drivalbe area segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for object detection on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for object detection on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for semantic segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for MOT on the BDD100K dataset. | 奖金：0美元 |
|
比赛开始：20210606 参赛截止：21210606 组队截止：21210606 比赛结束：21210606 |
EvalAI |
| Evaluates algorithm for drivalbe area segmentation on the BDD100K dataset. | 奖金：0美元 |
|
比赛结束：20211025 |
AIcrowd 参赛人数：4 参赛队伍：0 提交次数：17 |
| 奖金：0 | |
|
比赛结束：20211025 |
AIcrowd 参赛人数：4 参赛队伍：0 提交次数：2 |
| 奖金：0 | |
|
比赛结束：20211025 |
AIcrowd 参赛人数：3 参赛队伍：0 提交次数：0 |
| 奖金：0 | |
|
比赛结束：20211025 |
AIcrowd 参赛人数：3 参赛队伍：0 提交次数：0 |
| 奖金：0 | |
|
比赛结束：20211031 |
AIcrowd reinforcement_learning 参赛人数：116 参赛队伍：7 提交次数：91 |
| Multi-Agent RL for Trains | 奖金：0 |
|
比赛结束：20211031 |
AIcrowd neurips self_driving reinforcement_learning sim2real 参赛人数：190 参赛队伍：16 提交次数：77 |
| Self-driving RL on DeepRacer cars - From simulation to real world | 奖金：0 |
|
比赛结束：20211101 |
AIcrowd 参赛人数：1170 参赛队伍：314 提交次数：7668 |
| Spot the Boson | 奖金：0 |
|
比赛结束：20211109 |
AIcrowd educational blitz 参赛人数：3 参赛队伍：0 提交次数：0 |
| Multi-Class Object Detection on Road Scene Images | 奖金：0 |
|
比赛结束：20211120 |
AIcrowd 参赛人数：730 参赛队伍：49 提交次数：1500 |
| 3D seismic image Interpretation by Machine Learning | 奖金：0 |
|
比赛结束：20211223 |
AIcrowd classroom 参赛人数：489 参赛队伍：88 提交次数：3513 |
| Project 2: Road extraction from satellite images | 奖金：0 |
|
比赛结束：20211223 |
AIcrowd classroom 参赛人数：299 参赛队伍：51 提交次数：1875 |
| Project 2: build our own text classifier system, and test its performance. | 奖金：0 |
|
比赛结束：20211230 |
AIcrowd 参赛人数：8 参赛队伍：1 提交次数：36 |
| 奖金：0 | |
|
比赛结束：20220401 |
AIcrowd 参赛人数：108 参赛队伍：29 提交次数：424 |
| ACL-BioNLP Shared Task | 奖金：0 |
|
比赛结束：20220808 |
AIcrowd 参赛人数：242 参赛队伍：25 提交次数：1495 |
| 奖金：0 | |
|
比赛结束：20450901 |
AIcrowd 参赛人数：62 参赛队伍：7 提交次数：318 |
| 奖金：0 | |
|
比赛结束：21001101 |
AIcrowd 参赛人数：2432 参赛队伍：57 提交次数：143 |
| A dataset and open-ended challenge for music recommendation research | 奖金：0 |
© 2019-2021 coggle.club 版权所有 京ICP备20022947 京公网安备 11030102010643号