12万奖金,面向大模型的数据挑战赛来了!

 Datawhale大赛 

赛事:“隐语杯”大赛,支持单位:Datawhale

为积极响应国家数据要素战略,加速相关领域数据的开发利用,2024年,蚂蚁密算与浙江大学网络空间安全学院携手举办了首届“隐语杯”大赛,并被国家数据局认定为首批获得“数据要素×”大赛全国总决赛推荐资格的第三方赛事。

2025年,由中国互联网协会担任指导单位、上海人工智能实验室担任技术指导单位,蚂蚁密算与浙江大学计算机科学与技术学院共同主办的“第二届隐语杯数据挑战赛”,即将扬帆起航!

本届赛事设置三大赛道:医疗大模型的隐私微调、密态大模型推理的隐私保护、以及基于全同态加密的最近邻选取(KNN),我们期待与社会各界共同探索数据要素领域的创新方向、应用场景与前沿技术,推动数据价值的安全释放与创新实践!

具体奖项

大赛共设立奖金池12万,将评选出18只队伍,分别获得以下奖项:

报名条件

报名时间:2025年6月9日-2025年6月29日

参赛要求:每位选手只允许报名一个赛道,每支队伍允许1-3人组队;蚂蚁集团内部员工不得参与本次大赛。

三大赛道任意选择

赛道一:医疗大模型隐私微调

医疗数据的隐私性与敏感性要求模型在应用过程中必须严格保护用户信息,同时确保推理与生成的准确性。本赛题要求参赛者在模型的隐私保护与性能优化之间找到最佳平衡,助力医疗AI技术的健康发展。

赛道二:密态大模型推理的隐私保护

本赛题聚焦于可信执行环境(TEE)技术在大模型推理中的应用,旨在探索如何构建安全、高效的云端大模型推理服务。参赛者需在确保模型参数和用户输入隐私性的同时,尽可能减少安全措施对性能的影响,优化现有推理服务,提升计算效率和降低延迟。

赛道三:基于全同态加密的最近邻选取

本赛题聚焦于全同态加密(FHE)技术在KNN算法中的创新应用,参赛者需设计并实现一种基于全同态加密的KNN解决方案,确保在不泄露用户原始数据的前提下,完成高效的加密查询与结果返回。

报名赛事:复制网址到PC端打开

https://www.atecup.cn/competitions/sf2025

赛事评审

赛事组织机构

点击下方“阅读原文”,查看赛事详情!

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值