- 赛题名称：Google – AI Assistants for Data Tasks with Gemma
- 赛题任务：利用gemma构建有效工具
- 赛题类型：NLP大模型
- 赛题链接
：
：赛题背景
谷歌推出了 Gemma，这是一系列新的开放式LLM（大型语言模型），采用了与创建他们的 Gemini 模型相同的研究和技术。在这个竞赛中，你将面临一个挑战，即展示如何使用 Gemma 来完成一个或多个数据科学相关的任务。
Gemma 是一个轻量级、先进的开放模型系列，采用与创建 Gemini 模型相同的研究和技术构建而成。Gemma 模型有多种规模，因此您可以基于可用的计算资源、所需功能以及运行位置来构建生成式 AI 解决方案。如果您不确定从何处开始，不妨尝试使用 2B 参数大小，以降低资源要求并在部署模型时更加灵活。
| 参数大小 | 输入 | 输出 | 调整后的版本 | 目标平台 |
|---|---|---|---|---|
| 2B | 文字 | 文字 | 预先训练指令已调整 | 移动设备和笔记本电脑 |
| 70 亿 | 文字 | 文字 | 预先训练指令已调整 | 桌面设备和小型服务器 |
赛题任务
本次竞赛的目标是创建一个Notebook，展示如何使用 Gemma LLM（大型语言模型）来完成以下数据科学相关任务之一：
- 解释或教授基本的数据科学概念。
- 回答关于 Python 编程语言的常见问题。
- 总结 Kaggle 解决方案写作。
- 解释或教授来自 Kaggle 竞赛解决方案写作的概念。
- 回答关于 Kaggle 平台的常见问题。
评价指标
资格标准
| **符合性：**提交内容符合指南和说明。 | [是/否] |
|---|---|
| **主题相关性：**提交内容与5个主题之一相关。 | [是/否] |
| **开放性：**笔记本和所有基础数据源已公开。 | [是/否] |
评估标准
| **技术性：**方法有效地利用了少样本提示、检索增强生成和/或微调等策略。 | [0-10分] |
|---|---|
| **描述性：**代码有良好的文档说明，包括解释代码和提供背景的 Markdown 单元格。 | [0-10分] |
| **实用性：**方法产生的输出是有用的或高质量的。 | [0-10分] |
| **健壮性：**在使用额外输入进行测试时，方法运行良好。 | [0-10分] |
提交方法
要参加此次比赛，您必须创建并共享一个公开的 Kaggle 笔记本，展示如何使用 Gemma 模型来完成5个相关任务中的一个。
您的 Kaggle 笔记本必须公开（以及任何基础数据源），并且必须附加到官方竞赛数据集上。所有团队成员必须列为笔记本的协作者，并且笔记本必须通过 Google 表单提交。
赛题时间轴
- 2024年2月21日：开始日期
- 2024年4月14日：参赛截止日期
- 2024年4月14日：团队合并截止日期
- 2024年4月14日：最终提交截止日期