8 changed files with 119 additions and 483 deletions
--- a/FAQ.md
+++ b/FAQ.md
@ -1,329 +0,0 @@
-# 常见问题 FAQ
-
-> 最后整理：2026-07-13
-
-本文档汇总沐曦“揭榜挂帅”两项赛题的常见问题。使用 `Ctrl+F`（Windows/Linux）或 `⌘F`（macOS）搜索关键词。
-
-环境版本、评测配置、时间安排可能调整。请以仓库 README、XPU-OJ 公告、比赛群通知和容器中的实际版本为准。发现内容过期或未覆盖的问题，请[提交 Issue](https://gitlink.org.cn/metax-maca/op_optimization/issues)。
-
-## 快速导航
-
- [重要入口与咨询方式](#entry)：XPU-OJ 开放情况、问题反馈渠道和赛事联系人。
- [XPU-OJ、提交与排行榜](#xpuoj)：账号申请、提交环境、测试样例、评测硬件和排名指标。
- [赛题一：TileLang 与 Fused MoE](#track-one)：提交限制、算子实现、Baseline、性能优化和决赛加分规则。
- [赛题二：AI Agent 与推理算子库](#track-two)：任务范围、Agent 参与证明、Baseline、测试参数和上游代码引用。
- [评测规则与通用技术问题](#evaluation)：技术资料发布、正确性与稳定性要求，以及 FAQ 内容纠错。
- [环境、镜像与算力资源](#environment)：比赛镜像、MACA 与 PyTorch 版本、开发工具、算力券和资源申请。
- [报名、组队与资格审核](#registration)：参赛资格、跨校组队、指导教师、材料盖章和审核流程。
-
-<a id="entry"></a>
-
-## 重要入口与咨询方式
-
-<a id="q-xpuoj-open"></a>
-
-### ❓ 问题 1：XPU-OJ 平台是否已经上线？
-
-**回答：** XPU-OJ 已开放。账号申领流程和使用指南见[赛事 XPU-OJ 账号申领说明](赛事XPUOJ账号申领说明.md)。
-
-<a id="q-contact"></a>
-
-### ❓ 问题 2：两个赛题的联系人不同，遇到问题应该联系谁？
-
-**回答：** 请先通过 [GitLink Issue](https://gitlink.org.cn/metax-maca/op_optimization/issues) 提问，维护者会把可复用的答案更新到本文档。比赛群用于接收赛事通知和临时信息。需要单独沟通时，请按对应比赛方案联系章老师或杨老师。
-
-## XPU-OJ、提交与排行榜
-
-<a id="q-moe-score-decrease"></a>
-
-### ❓ 问题 1：XPUOJ测评 MoE 耗时减少了但是分数反而降低了
-
-**回答：**
-
-针对近期部分同学反馈的“XPU.OJ”第三方评测系统中基线（baseline）不稳定的问题，我们高度重视，并已第一时间组织排查与测试。在此，我们对因此给大家带来的困扰深表歉意，也衷心感谢各位同学提出的宝贵意见。
-目前，相关问题已修复完毕。为确保评测的公平性与准确性，我们将对现有榜单进行清空处理。历史提交记录仍可查看，但后续排名将统一以基线修复后重新提交的算子成绩为准。
-
-比赛期间，我们将持续关注系统运行状态，也欢迎大家继续向我们反馈建议。
-祝大家比赛顺利，取得理想成绩！
-
-<a id="q-xpuoj-environment"></a>
-
-### ❓ 问题 2：XPU-OJ 与模力方舟的运行环境一致吗？
-
-**回答：** 排行榜评测环境与模力方舟开发环境保持一致。版本调整时以 XPU-OJ 公告为准。
-
-<a id="q-xpuoj-account"></a>
-
-### ❓ 问题 3：如何申请 XPU-OJ 账号？
-
-**回答：** 请按照[赛事 XPU-OJ 账号申领说明](赛事XPUOJ账号申领说明.md)提交申请。账号发放进度以赛事通知和回复邮件为准。
-
-<a id="q-official-ranking"></a>
-
-### ❓ 问题 4：赛题一 MoE 初赛排名以哪个入口为准？
-
-**回答：** 正式排名和初筛结果以 XPU-OJ 的评测结果为准。Sample benchmark 用于本地功能验证、调试和性能对比，不作为正式榜单依据。
-
-<a id="q-test-cases"></a>
-
-### ❓ 问题 5：MACA C++、Triton 和 TileLang 是否分别设榜？
-
-**回答：** 不按语言分别设榜。每个任务支持 MACA C++、Triton 和 TileLang，团队可以使用一种或多种语言提交。排行榜采用通过正确性和稳定性测试后的最高成绩。
-
-<a id="q-ranking-metric"></a>
-
-### ❓ 问题 6：排行榜使用 latency、speedup 还是综合 score？
-
-**回答：** 当前 XPU-OJ 以 speedup 作为核心排名指标。赛事方调整计算方式时，以 XPU-OJ 公告为准。
-
-<a id="track-one"></a>
-
-## 赛题一：TileLang 与 Fused MoE
-
-<a id="q-track-one-submission"></a>
-
-### ❓ 问题 1：赛题一的提交要求有哪些调整？
-
-**回答：** 正式提交禁止使用 `MACA Maca running` 方式，也不能使用 PyTorch 实现算子。参赛者需使用 TileLang 实现并提交。
-
-<a id="q-ops-reference"></a>
-
-### ❓ 问题 2：OPS 目录中的 TileLang、CUDA、CUTLASS 和 MACA 代码有什么用途？
-
-**回答：** 这些代码用于解释算子的实现原理和设计思路，可作为 TileLang 实现的参考。
-
-<a id="q-baseline-modification"></a>
-
-### ❓ 问题 3：官方 Baseline 可以修改到什么范围？
-
-**回答：** 参赛者可以重新设计和优化算子实现，但需保持与统一 Workload 测试框架的接口兼容。
-
-<a id="q-gemm-optimization"></a>
-
-### ❓ 问题 4：GEMM 计算中可以引入其他优化策略吗？
-
-**回答：** 可以，前提是实现符合赛题规则和评测要求。
-
-<a id="q-benchmark-modification"></a>
-
-### ❓ 问题 5：可以优化 `fusedmoe_benchmark` 吗？
-
-**回答：** 本地修改 benchmark 不会提高正式成绩，XPU-OJ 使用赛事方的评测框架。参赛者应把优化工作放在规定的算子实现和允许修改的接口上。
-
-<a id="q-forward-modification"></a>
-
-### ❓ 问题 6：可以修改 `fusedmoe_benchmark.py` 中的 MoE forward 吗？
-
-**回答：** 正式成绩以 XPU-OJ 的独立评测为准。本地修改 forward 不能替代对提交算子的优化，也不会改变赛事方的评测代码。
-
-<a id="q-async-copy"></a>
-
-### ❓ 问题 7：赛题一允许使用异步拷贝吗？
-
-**回答：** 不允许。当前比赛规则禁用异步拷贝。
-
-<a id="q-baseline-performance"></a>
-
-### ❓ 问题 8：Fused MoE 初赛成绩如何影响决赛？
-
-**回答：** 当前规则只给初赛前 10 名决赛加分，第 11 名及之后不获得额外初赛加分。
-
-<a id="track-two"></a>
-
-## 赛题二：AI Agent 与推理算子库
-
-<a id="q-track-two-update"></a>
-
-### ❓ 问题 1：赛题二的内容有什么调整？
-
-**回答：** “Agent 推理算子库优化 - FlashAttention KV Cache Decode”新增 `mctlass/cute` 要求。参赛者需基于 `mctlass/cute` 实现或优化对应任务。
-
-<a id="q-track-two-selection"></a>
-
-### ❓ 问题 2：赛题二可以选择几个任务？
-
-**回答：** 参赛团队可以从 FlashInfer、FlashAttention、MCTLASS/Fused MoE 等方向选择一项或多项。提交多个任务时，每个任务按赛事规则取有效最高成绩。支持语言包括 Triton、MXMACA C++ 和 TileLang。
-
-<a id="q-agent-proof"></a>
-
-### ❓ 问题 3：如何证明 AI Agent 参与了优化过程？
-
-**回答：** 参赛团队应保留 Agent 配置、Skill 文件、关键提示词、操作日志、代码变更记录、测试结果和复现实验步骤，等待赛事方发布核验细则。
-
-<a id="q-agent-baseline"></a>
-
-### ❓ 问题 4：Agent 赛题的性能 baseline 使用哪个版本？
-
-**回答：** 当前评测使用赛事方提供的 baseline，标准环境为 `PyTorch-Agent / 2.8.0 / Python 3.12 / MACA 3.7.1.5`。赛事方变更 baseline 或评测方式时会发布通知。
-
-<a id="q-mla-dimensions"></a>
-
-### ❓ 问题 5：MLA 的 `QK dim = 576, VO dim = 512` 与 `race_tests` 参数冲突吗？
-
-**回答：** 不冲突。`race_tests` 中的 `dim=512, pe_dim=64` 对应 `QK dim = 576, V dim = 512`。
-
-<a id="q-nsa-ranking"></a>
-
-### ❓ 问题 6：NSA 的 109 个测试 case 如何计算榜单成绩？
-
-**回答：** XPU-OJ 通过统一接口统计测试总运行时间，再根据 baseline 计算整体 speedup。
-
-<a id="q-upstream-code"></a>
-
-### ❓ 问题 7：可以引用或修改 FlashInfer、FlashAttention 等上游代码吗？
-
-**回答：** 可以。参赛团队需遵守上游项目许可证，保留版权和许可证声明，并在提交材料中说明引用范围、迁移工作和自主优化内容。
-
-<a id="evaluation"></a>
-
-## 环境、镜像与算力资源
-
-<a id="q-environment-image"></a>
-
-### ❓ 问题 1：比赛使用哪个在线算力环境？
-
-**回答：** 比赛使用模力方舟沐曦算力专区。仓库 README 当前标注的统一镜像为：
-
-```text
-PyTorch-Agent / 2.8.0 / Python 3.12 / MACA 3.7.1.5
-```
-
-创建实例和连接环境的步骤见[模力方舟快速使用 SOP](模力方舟快速使用SOP.md)。
-
-<a id="q-download-maca"></a>
-
-### ❓ 问题 2：如何获取 MACA 镜像或安装包？
-
-**回答：** 参赛者可以在[模力方舟沐曦算力专区](https://ai.gitee.com/compute/metax)选择 `PyTorch-Agent` 镜像。需要单独获取软件包时，请前往[沐曦开发者社区软件中心](https://developer.metax-tech.com/softnova/docker?chip_name=%E6%9B%A6%E4%BA%91C500%E7%B3%BB%E5%88%97&package_kind=AI&dimension=docker)，并选择与比赛标准环境一致的 MACA `3.7.1.5` 版本。
-
-<a id="q-download-pytorch"></a>
-
-### ❓ 问题 3：比赛使用的 PyTorch 镜像可以下载吗？
-
-**回答：** 可以。请在[沐曦开发者社区](https://developer.metax-tech.com/)或其 [PyTorch 镜像列表](https://developer.metax-tech.com/softnova/docker?chip_name=%E6%9B%A6%E4%BA%91C500%E7%B3%BB%E5%88%97&package_kind=AI&dimension=docker&deliver_type=%E5%88%86%E5%B1%82%E5%8C%85&ai_frame=pytorch)中查询。下载前请核对比赛镜像的 Python、PyTorch 和 MACA 版本。
-
-<a id="q-version-mismatch"></a>
-
-### ❓ 问题 4：页面标注的 MACA 版本与容器内版本不一致怎么办？
-
-**回答：** 比赛标准版本为 MACA `3.7.1.5`。
-
-<a id="q-pytorch-source"></a>
-
-### ❓ 问题 5：Linux 版本的 mcprofiler 是否可用？
-
-**回答：** mcprofiler 的 Linux 版本已经打包进模力方舟上的 pytorch-agent 比赛镜像。
-
-<a id="q-compute-coupons"></a>
-
-### ❓ 问题 6：算力券按团队还是按个人领取？
-
-**回答：** 新人礼和启悟社区算力券按学生个人发放，符合条件的团队成员均可领取。团队主申请人的额度用完后，其他成员可以继续申请资源。
-
- [沐曦开发者社区新人礼](https://developer.metax-tech.com/activities/6)
- [启悟社区学生算力券](https://developer.metax-tech.com/activities/11)
- [赛事算力券活动](https://developer.metax-tech.com/activities/17)
-
-<a id="q-more-compute"></a>
-
-### ❓ 问题 7：算力额度不足时可以追加申请吗？
-
-**回答：** 可以先领取上述活动中的算力券。仍需额外资源时，请发送需求邮件至 `opensource@metax-tech.com`。
-
-<a id="q-commercial-agent-cost"></a>
-
-<a id="registration"></a>
-
-## 报名、组队与资格审核
-
-<a id="q-register-both"></a>
-
-### ❓ 问题 1：同一团队或个人可以同时参加两个赛题吗？
-
-**回答：** 可以。同一团队或个人可以同时报名两个赛题。
-
-<a id="q-register-multiple-tracks"></a>
-
-### ❓ 问题 2：同一名学生可以报名不同赛道的不同赛题吗？
-
-**回答：** 可以。赛事不统一限制学生报名不同赛道或不同赛题，但同一作品不得用相同核心技术内容重复申报不同赛题。
-
-<a id="q-new-graduate"></a>
-
-### ❓ 问题 3：本科应届毕业、尚未正式入学的研一新生可以报名吗？
-
-**回答：** 可以。参赛者可联系原本科学校完成认证手续，并以本科生身份报名。
-
-<a id="q-advisor-required"></a>
-
-### ❓ 问题 4：参赛必须配备指导教师吗？
-
-**回答：** 不强制。填写指导教师时，每支队伍可以设置 1 至 3 名指导教师。
-
-<a id="q-advisor-team-limit"></a>
-
-### ❓ 问题 5：一名指导教师最多可以指导几支队伍？
-
-**回答：** 赛事暂未设置统一的硬性上限。指导教师应根据可投入的时间控制队伍数量。
-
-<a id="q-cross-school-stamp"></a>
-
-### ❓ 问题 6：跨校组队时，报名表应该由哪所学校盖章？
-
-**回答：** 资格审批阶段，每名参赛者需到本人学校的校团委或院团委完成盖章确认。后续材料由团队牵头学生统一整理和提交。
-
-<a id="q-upload-stamped-form"></a>
-
-### ❓ 问题 7：提交报名后还可以补充已盖章的报名表扫描件吗？
-
-**回答：** 审核人员发现材料缺少盖章时，会退回申请。团队补齐材料后可以重新提交。尚未完成盖章的团队应先与学院、校团委或学校相关部门确认办理方式。
-
-<a id="q-stamp-department"></a>
-
-### ❓ 问题 8：资格审查材料应该加盖哪个部门的公章？
-
-**回答：** 各高校的管理口径不同。教务处、学生处等学籍或学生管理部门通常可以办理，参赛团队应以本校校团委或相关管理部门的要求为准。
-
-<a id="q-no-youth-league"></a>
-
-### ❓ 问题 9：学校未设校团委，可以用院系公章替代吗？
-
-**回答：** 赛事原则上要求校级部门公章。学校未设校团委时，可以联系校级学工、双创或教务部门盖章，并提交情况说明。院系公章不能直接替代校级部门公章。
-
-<a id="q-student-status-proof"></a>
-
-### ❓ 问题 10：学校无法配合盖章，可以用学籍证明替代吗？
-
-**回答：** 不可以。参赛团队应使用报名系统导出的报名表，并按要求完成学校盖章。
-
-<a id="q-public-notice"></a>
-
-### ❓ 问题 11：公示材料需要包含哪些内容？
-
-**回答：** 请参考赛事工作群发布的参考文本，并按学校要求调整。跨校团队涉及的学校应分别在学校官网公示，公示渠道原则上使用学校官网。
-
-<a id="q-review-deadline"></a>
-
-### ❓ 问题 12：报名审核需要在报名截止日前完成吗？
-
-**回答：** 原则上需要。往届出现过系统延后关闭的情况，但本届参赛团队不应据此推迟材料提交或审核。
-
-<a id="q-review-flow"></a>
-
-### ❓ 问题 13：报名材料的审核顺序是什么？
-
-**回答：** 学生提交材料后，学校校团委先审核；学校审核通过后，企业再审核。企业审核通过即视为报名成功。
-
-<a id="q-school-review-account"></a>
-
-### ❓ 问题 14：后台显示“校团委审核”，但学校不了解审核事项，怎么办？
-
-**回答：** 校团委需在报名系统内完成审核。省级团委通常会向各高校团委发放账号和密码。学校未收到或不了解安排时，请学校联系省级团委确认。
-
-## FAQ 维护约定
-
-1. 参赛者通过 Issue 提交问题。
-2. 维护者确认答案后更新本文档。
-3. 每个答案保留稳定锚点；需要时附上来源 Issue 或公告。
-4. 维护者在原 Issue 中回复 FAQ 锚点链接，并关闭已经解决的问题。
-5. 涉及版本、日期、评测参数的答案应标注确认日期。
--- a/README.md
+++ b/README.md
@ -1,22 +1,5 @@
 # 降低Token 成本，攻坚国产推理生态｜沐曦两大赛题登陆 2026 揭榜挂帅擂台赛，邀青年共破局！

-## 常用入口
-
- [常见问题 FAQ](FAQ.md)
- [沐曦通用GPU MXMACA编译器内建函数编程指南](https://developer.metax-tech.com/api/client/document/preview/1395/index.html)
-
-## XPU-OJ 基线修复及榜单调整通知
-
-针对近期部分同学反馈的“XPU.OJ”第三方评测系统中基线（baseline）不稳定的问题，我们高度重视，并已第一时间组织排查与测试。在此，我们对因此给大家带来的困扰深表歉意，也衷心感谢各位同学提出的宝贵意见。
-目前，相关问题已修复完毕。为确保评测的公平性与准确性，我们将对现有榜单进行清空处理。历史提交记录仍可查看，但后续排名将统一以基线修复后重新提交的算子成绩为准。
-
-比赛期间，我们将持续关注系统运行状态，也欢迎大家继续向我们反馈建议。
-祝大家比赛顺利，取得理想成绩！
-
- XPU-OJ 地址：[https://xpuoj.com/](https://xpuoj.com/)
- 账号申领说明：[赛事 XPU-OJ 账号申领说明](赛事XPUOJ账号申领说明.md)
- 账号申领邮箱：`opensource@metax-tech.com`
-
 2026 年度中国青年科技创新「揭榜挂帅」擂台赛正式启幕。沐曦股份重磅发布两大 AI 算力硬核榜题，聚焦国产 GPU 大模型推理算子优化，以硬核赛事搭建科研攻关平台，邀全国青年学子、科研人才揭榜攻坚，用技术重构推理效率，用创新拉低每 Token 算力成本！

 ## 两大重磅赛题 直击推理成本核心痛点
@ -46,7 +29,7 @@

 ### 赛题二：基于 AI Agent 开发范式的国产 GPU 大模型推理算子库优化

-大模型推理具有高并发、长序列、高<EFBFBD><EFBFBD><EFBFBD>用频次等特点，FlashInfer、FlashAttention、Fused MoE 等核心算子直接决定模型服务的吞吐、延迟与显存开销，影响单 Token 综合推理成本。
+大模型推理具有高并发、长序列、高调用频次等特点，FlashInfer、FlashAttention、Fused MoE 等核心算子直接决定模型服务的吞吐、延迟与显存开销，影响单 Token 综合推理成本。

 本赛题面向沐曦国产 GPU 及 MXMACA 软件栈，鼓励参赛团队构建或使用 AI Agent / Skill 工作流，围绕推理算子库开展代码理解、算子迁移、性能分析、Kernel 优化、自动调优、Benchmark 验证和多轮迭代，探索“Agent 驱动算子优化”的新型开发范式。

@ -67,7 +50,7 @@
 - [模力方舟 Agent 部署准备教程](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md)
 - [赛题二说明及资料参考](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/赛题说明.md)

-### **两个赛题统一使用模力方舟上的镜像PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5**
+### **两个赛题统一使用模力方舟上的镜像PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1**

 ## 参赛对象

--- a/Agent开发范式的国产GPU大模型推理算子库优化/FlashAttention关键算子迁移与优化.md
+++ b/Agent开发范式的国产GPU大模型推理算子库优化/FlashAttention关键算子迁移与优化.md
@ -54,10 +54,10 @@
 **创建并启动实例**

 1. 进入算力市场，筛选“沐曦”芯片厂商，选择合适的 GPU 规格，推荐曦云 C500 节点。
-2. 关键配置：在预装镜像处，务必选择专属开发镜像 PyTorch Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5。
+2. 关键配置：在预装镜像处，务必选择专属开发镜像 PyTorch Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1。
 3. 创建完成后，进入算力容器，点击“工具-lab”即可打开 JupyterLab 终端开始项目创作。

-![image](https://origin.picgo.net/2026/07/14/imagec7d58a8f1d18292a.png)
+![image](https://origin.picgo.net/2026/06/23/image86811f30a57ae7b8.png)

 **说明：** 由于本次使用的是预装的专属镜像，环境中已经默认安装并配置好了 PyTorch、FlashAttention、einops 等依赖包。因此在启动实例后，无需再进行繁琐的依赖库版本验证即可直接进入测试环节。

@ -392,7 +392,7 @@ Benchmark 脚本用于理解目标算子的调用方式、输入输出 shape 和
 4. 找到对应题目 **Agent推理算子库优化-FlashAttention KV Cache Decode**。
 5. 点击进入题目详情页，查看题目描述、接口约定、数据范围和提交入口。

-![image](https://origin.picgo.net/2026/07/14/image42d1eff89dafbf67.png)
+![image](https://origin.picgo.net/2026/06/23/image123512a0b877cd31.png)

 ### Step 10：理解 CUDA Maca 接口约定与精度要求

@ -593,9 +593,9 @@ S_{\mathrm{display}} = 150 + 10 \cdot \log_{10}\left(\frac{S}{150}\right)

 在榜单页面，可以查看所有参赛者的排名情况：

-![image](https://origin.picgo.net/2026/07/14/image1ef345703442b05b.png)
+![image](https://origin.picgo.net/2026/06/23/image4035d30ecf0356f4.png)

-![image](https://origin.picgo.net/2026/07/14/imageb6803fb5f55ed01f.png)
+![image](https://origin.picgo.net/2026/06/24/image6f3c0164de8a994e.png)

 * **本题得分：** 展示该题的历史最好成绩，排名按本题得分从高到低排序。
 * **个人排名：** 页面顶部会显示你的当前排名和当前得分，方便快速了解自己的位置。
--- a/Agent开发范式的国产GPU大模型推理算子库优化/FlashInfer
+++ b/Agent开发范式的国产GPU大模型推理算子库优化/FlashInfer
@ -2,7 +2,7 @@

 ## 1. 教程定位

-本教程是 **沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务** 的 “benchmark 性能基线与 XPU-OJ 提交衔接” 模块，主要帮助学员跑通目标算子的 benchmark 脚本，理解原库 API、输入输出结构、性能指标和性能基线结果，并进一步读懂 XPU-OJ 题目中的接口约定、测试数据、参考输出和精度要求。
+本教程是赛题二 FlashInfer 任务的 “benchmark 性能基线与 XPU-OJ 提交衔接” 模块，主要帮助学员跑通目标算子的 benchmark 脚本，理解原库 API、输入输出结构、性能指标和性能基线结果，并进一步读懂 XPU-OJ 题目中的接口约定、测试数据、参考输出和精度要求。

 需要特别说明：

@ -75,15 +75,7 @@

 使用兑换码兑换 GPU 租用余额：

-访问 [*模力方舟官网*](https://ai.gitee.com/)，首次登录需要使用手机号或者 Gitee 账号进行注册。登录后显示页面：
-
-![mainpage](https://origin.picgo.net/2026/07/08/Screenshot-2026-07-07-at-7.03.00PM4301a879ed958b6b.png)
-
-点击页面左上角 “giteeAI - 模力方舟” 图标，进入用户控制台：
-
-![dashboard](https://origin.picgo.net/2026/07/08/Screenshot-2026-07-07-at-7.08.25PMbdb17cde254ddf29.png)
-
-在左侧边栏选择 “费用中心”，点击右上角 “兑换” 使用兑换码兑换代金券：
+访问 [*模力方舟官网*](https://ai.gitee.com/)，在左侧边栏进入 “费用中心”，点击右上角 “兑换” 使用兑换码兑换代金券；

 ![quote](https://origin.picgo.net/2026/06/23/-2026-06-23-1515027374ed9083ad0aea.png)

@ -94,9 +86,9 @@

    ![rent](https://origin.picgo.net/2026/06/17/Weixin-Image_20260617180029_15_100c1e1fecb298bac54.png)

-2. 进入 “创建实例” 页面，确认计费方式为 “按量收费”，预装镜像选择：基础镜像 - **PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5**，点击下一步；
+2. 进入 “创建实例” 页面，确认计费方式为 “按量收费”，预装镜像选择：基础镜像 - **PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1**，点击下一步；

-    ![pytorch agent](https://origin.picgo.net/2026/07/14/3177f86f0227834da1a.png)
+    ![pytorch agent](https://origin.picgo.net/2026/06/18/pytorch-agent70c0e9dce299e26c.png)

 3. 勾选同意服务条款，点击 “创建实例”；

@ -134,7 +126,7 @@

    ![tools](https://origin.picgo.net/2026/06/23/-2026-06-23-1554030c167f9883fb1d79.png)

-    此部分内容可参考教程：[*模力方舟快速使用SOP*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E6%A8%A1%E5%8A%9B%E6%96%B9%E8%88%9F%E5%BF%AB%E9%80%9F%E4%BD%BF%E7%94%A8SOP.md)
+    此部分内容可参考教程：[*模力方舟快速使用SOP*](../模力方舟快速使用SOP.md)

 #### 4.1.4 深度学习环境配置

@ -169,7 +161,7 @@ which mxcc && mxcc --version || echo "mxcc 未找到，请确认 MACA 工具链

 | 问题 | 解决方法 |
 | --- | --- |
-| `mxcc: command not found` | MACA 工具链未安装或 `PATH` 未配置，检查镜像是否预装或参考 [*模力方舟快速使用SOP*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E6%A8%A1%E5%8A%9B%E6%96%B9%E8%88%9F%E5%BF%AB%E9%80%9F%E4%BD%BF%E7%94%A8SOP.md) |
+| `mxcc: command not found` | MACA 工具链未安装或 `PATH` 未配置，检查镜像是否预装或参考 [*模力方舟快速使用SOP*](../模力方舟快速使用SOP.md) |

 ### 4.2 工具准备

@ -179,7 +171,7 @@ which mxcc && mxcc --version || echo "mxcc 未找到，请确认 MACA 工具链

 - 已确认 Agent 可以正常调用模型。

-配置过程可参考 [*模力方舟Agent部署准备教程*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%2F%E6%A8%A1%E5%8A%9B%E6%96%B9%E8%88%9FAgent%E9%83%A8%E7%BD%B2%E5%87%86%E5%A4%87%E6%95%99%E7%A8%8B.md)。
+配置过程可参考 [*模力方舟Agent部署准备教程*](模力方舟Agent部署准备教程.md)。


 **以配置 OpenCode 为例**
@ -212,8 +204,6 @@ XPU-OJ 账号由组委会统一发放，参赛者无需自行注册。

 ### 4.5 评分规则概要

-评分规则详情参考 [*基于AI Agent开发范式的国产GPU大模型推理算子库优化比赛方案*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%2F%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%AE%97%E5%AD%90%E6%8E%A8%E7%90%86%E5%BA%93%E4%BC%98%E5%8C%96%E6%96%B9%E6%A1%88.md)。
-
 提交作品的最终评价采用 **100 分制**，由客观评测和专家评审共同组成：

 | 类别 | 评审维度 | 权重 | 说明 |
@ -224,7 +214,7 @@ XPU-OJ 账号由组委会统一发放，参赛者无需自行注册。


 > - OJ 榜单分数与比赛最终得分属于不同分值体系。OJ 内部以各算子 baseline 为 50 分基准、硬件理论上限约 100 分；比赛性能部分满分 60 分，按排名映射；
-> - FlashInfer 方向包含多个子任务，任选一种或多种提交，各子任务独立计分，取通过正确性和稳定性测试的最高成绩参与排名，即 **FlashInfer 任务分数** = $\max$\{子题1分数, ..., 子题4分数\}；
+> - FlashInfer 方向包含多个子任务，任选一种或多种提交，各子任务独立计分，取通过正确性和稳定性测试的最高成绩参与排名；
 > - 组委会对提交内容严格审查，严禁抄袭，一经发现取消成绩。

 ## 5. 知识预备
@ -354,7 +344,7 @@ pip install pandas

    **预期结果：**

-    ![ls -l](https://origin.picgo.net/2026/07/08/-2026-07-08-1444052f3264a5597c95d5.png)
+    ![ls -l](https://origin.picgo.net/2026/06/24/-2026-06-24-1651399191c4b66abe6916.png)

 #### Step 3：验证项目脚本

@ -489,14 +479,14 @@ else:

 **选择目标题目**

-FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通道，**FlashInfer 任务分** = $\max$\{各子题得分\}。每个对应独立的 benchmark 脚本、题目说明、`run_kernel(...)` 接口和数据范围。
+FlashInfer 方向包含 **4 个可选算子题目**，每个对应独立的 benchmark 脚本、题目说明、`run_kernel(...)` 接口和数据范围。

-| OJ 题号 | OJ 题目名称 | 核心特点 | Benchmark 脚本 | FlashInfer API |
+| OJ 题号 | 算子类型 | 核心特点 | Benchmark 脚本 | FlashInfer API |
 |---------|---------------|----------------|----------|----------|
-| **20001** | FlashInfer Ragged Prefill | GQA布局，Q/K/V平坦存储，causal=1 | `bench_batch_prefill_ragged.py` | `BatchPrefillWithRaggedKVCacheWrapper` |
-| **20002** | FlashInfer Paged Prefill | KV Cache分页存储，需解析page table | `bench_batch_prefill_paged.py` | `BatchPrefillWithPagedKVCacheWrapper` |
-| **20003** | FlashInfer MLA Paged Attention | DeepSeek MLA特有，双路Q(nope+pe)/双路Cache(ckv+kpe) |`bench_batch_mla.py` | `BatchMLAPagedAttentionWrapper` |
-| **20004** | FlashInfer Paged Decode | 每次只1个query token，memory-bound |`bench_batch_decode.py` | `BatchDecodeWithPagedKVCacheWrapper` |
+| **20001** | Ragged Prefill | GQA布局，Q/K/V平坦存储，causal=1 | `bench_batch_prefill_ragged.py` | `BatchPrefillWithRaggedKVCacheWrapper` |
+| **20002** | Paged Prefill | KV Cache分页存储，需解析page table | `bench_batch_prefill_paged.py` | `BatchPrefillWithPagedKVCacheWrapper` |
+| **20003** |  MLA Paged Attention | DeepSeek MLA特有，双路Q(nope+pe)/双路Cache(ckv+kpe) |`bench_batch_mla.py` | `BatchMLAPagedAttentionWrapper` |
+| **20004** |  Paged Decode | 每次只1个query token，memory-bound |`bench_batch_decode.py` | `BatchDecodeWithPagedKVCacheWrapper` |

 **每个子题的接口参数、数据范围和精度要求以对应题目说明为准。** 下文以题目 **20001 Flashinfer Ragged Prefill** 为例演示从 benchmark 到 XPU-OJ 提交的完整流程。

@ -507,7 +497,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
 > 完成 benchmark 后，需要注意 benchmark 脚本主要用于建立性能基线，并不需要最终提交  
 > 最终评测以 XPU-OJ 为准，评测程序会调用选手提交代码中的 `run_kernel`，并将输出结果与 OJ 后台参考实现结果进行比较

-下面以题目 **20001 FlashInfer Ragged Prefill** 为例，从本地题目文档 [*Agent 推理算子库优化 - FlashInfer Ragged Prefill*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%2Foperator_task_package%2Fflashinfer_task_package%2Fxpuoj_problem%2Fproblem_20001%2FAgent%20%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%20-%20FlashInfer%20Ragged%20Prefill.md) 中逐节解读关键信息。
+下面以题目 **20001 FlashInfer Ragged Prefill** 为例，从本地题目文档 [*Agent 推理算子库优化 - FlashInfer Ragged Prefill*](./operator_task_package/flashinfer_task_package/xpuoj_problem/problem_20001/Agent%20推理算子库优化%20-%20FlashInfer%20Ragged%20Prefill.md) 中逐节解读关键信息。

 1. `## 1. 题目描述` — 我要实现什么？

@ -595,24 +585,23 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通

 #### Step 7：登录 XPU-OJ 并进入题目页面

-使用组委会统一发放的账号登录 XPU-OJ，并在 XPU-OJ 上找到 **比赛 -> 沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务**，进入后可见 4 个题目。
+使用组委会统一发放的账号登录 XPU-OJ，并进入对应赛题页面。

-1. 打开 [*XPU-OJ*](https://xpuoj.com/) 平台，使用组委会统一发放的账号和初始密码登录；
+1. 打开 [*XPU-OJ*](https://xpuoj.com/) 平台，使用组委会统一发放的账号和初始密码登录 **【后续发布】**；

    ![OJ](https://origin.picgo.net/2026/06/16/image-20260616152804368aa0d44b72c4f9572.png)

-2. 登录后进入 **比赛** 列表，找到 **沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务**；
+2. 登录后进入比赛 / 题目列表页面；

-    ![OJ-2](https://origin.picgo.net/2026/07/14/7c9be6f21b764bd4bb4d0d1ba03101aac3d2235116485c23.png)
+    ![OJ-2](https://origin.picgo.net/2026/06/16/image-20260616152953345986ce39fda69da55.png)

+3. 找到对应题目，例如 **20001 FlashInfer Ragged Prefill**；

-3. 找到对应题目，例如 **Agent 推理算子库优化 - FlashInfer Ragged Prefill（OJ 题号 20001）** ；
-
-    ![OJ-3](https://origin.picgo.net/2026/07/14/screenshot-178399530855671a499a30efc93e3.png)
+    ![OJ-3](https://origin.picgo.net/2026/06/16/image-202606161531423833b0f0428edf2e35e.png)

 4. 点击进入题目详情页，查看题目描述、接口约定、数据范围和提交入口。

-    ![OJ-4](https://origin.picgo.net/2026/07/14/screenshot-17839970631786edace2ba4635016.png)
+    ![OJ-4](https://origin.picgo.net/2026/06/17/Screenshot_17-6-2026_165526_xpuoj.com9a82c272c8ea5699.jpeg)

 #### Step 8：提交 OJ 冒烟代码
 **目标**：完成一次最小提交，确认 OJ 提交链路、语言环境和 `run_kernel(...)` 接口可用。
@ -659,7 +648,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通

        - [*点击查看参考 Prompt*](#参考%20prompt)
        
-        - [*点击查看参考冒烟代码*](#参考冒烟代码)
+        - [*点击查看参考冒烟代码*](#20001%20flashinfer%20ragged%20prefill%20参考冒烟代码)

        更多 OpenCode 使用教程和 Agent 使用技巧可见

@ -671,11 +660,11 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
    
 4. 点击提交，等待评测结果返回；

-    ![OJ-5](https://origin.picgo.net/2026/07/14/screenshot-178399559790299c95f05f67c4aea.png)
+    ![OJ-5](https://origin.picgo.net/2026/06/16/image-202606161550234433e54d703d581f858.png)

-    评测时间与题目测试点数量、队列状态和平台负载有关，通常需要等待**数十秒到数分钟**，以平台实际运行状况为准。
+    评测时间与题目测试点数量、队列状态和平台负载有关，通常需要等待**数十秒到数分钟**，以平台实际返回为准。

-    ![OJ-6](https://origin.picgo.net/2026/07/14/screenshot-178399561798779de7c317dbbfb2d.png)
+    ![OJ-6](https://origin.picgo.net/2026/06/17/iwEcAqNwbmcDAQTRBt8F0QOuBrA3mrGf2xJ4fgoGfxH9GVsAB9MAAAABijZ-PQgACaJpbQoAC9IAAlPf771f660d13b07471.png)

    **OJ 评测流程**：

@ -701,46 +690,45 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通

 5. 查看结果

-    1. 单测试点分析 — 以 OJ 返回的一次评测结果为例
+    1. 单测试点分析 — 以 OJ 返回的一次评测为例

-         提交后，OJ 平台对每个测试用例独立评测并返回结果。以下是一份冒烟提交的典型评测输出（来自 20001 FlashInfer Ragged Prefill 第 1 个测试点）：
+        提交后，OJ 平台对每个测试用例独立评测并返回结果。以下是一份优化后的真实评测输出（来自 20001 FlashInfer Ragged Prefill 第 1 个测试点）：

-        ![OJ-7](https://origin.picgo.net/2026/07/08/-2026-07-08-1451020acc658c43662f1a.png)
+        ![OJ-7](https://origin.picgo.net/2026/06/24/Screenshot-2026-06-24-at-5.57.34PMbe24088f85c638ca.png)

        ```plaintext
-        测试点 #1
+        Testcase #1
        Accepted
-        1 pts
-        119 ms
+        112 pts
+        125 ms
        22.0 G
-        输入文件

        1
-        你的输出
+        Your output

-        OJCHAL v1 dQ0CZtDCX0JLxT1SF4h/Pw==
-        OJRESULT v1 c6583f61291371b771de67188893f7d47a745beb2929edce17a67f44a0d80def eyJzY2hlbWFfdmVyc2lvbiI6MiwidGltZV9tcyI6MTE5LjI0Mywic3BlZWR1cCI6MC4wMTM0NTIsInRrX3RpbWVfbXMiOjExOS4yNDMsInRiX3RpbWVfbXMiOjEuNjA0LCJ0aF90aW1lX21zIjowLjM3MzMzNCwic2NvcmVfcmF0aW8iOjAuMDEwMjQ3LCJwYXNzIjp0cnVlfQ==
-        你的标准错误输出
+        OJCHAL v1 1bHB14u2jFxvzumsIYHDPA==
+        OJRESULT v1 f84db85c... eyJ0aW1lX21zIjoxMjQuNjY1LCJzcGVlZHVwIjoyLjgwMjY1NSwidGtfdGltZV9tcyI6MTI0LjY2NSwidGJfdGltZV9tcyI6MzQ5LjM5MywidGhfdGltZV9tcyI6MTQ2LjYwMTU1LCJzY29yZV9yYXRpbyI6MS4xMjEyOTQsInBhc3MiOnRydWV9

-        {"schema_version":2,"time_ms":119.243,"speedup":0.013452,"tk_time_ms":119.243,"tb_time_ms":1.604,"th_time_ms":0.373334,"score_ratio":0.010247,"pass":true}
-        检查器信息
+        Checker message

        === SPJ Report - FlashInfer Batch Prefill ===
        ----------------------------------------------------------------
        Testcase  #1
-            Config:  sol016_trace_synthetic_b33_total16294: batch=33, total_q=16294, total_kv=16294, max_q=987, max_kv=987, q_heads=32, kv_heads=4, head_dim_qk=128, head_dim_vo=128, causal=1, source=sol-execbench 016 axes
+            Config:  batch=16, seq_len=16384, q_heads=32, kv_heads=4,
+                    head_dim_qk=128, head_dim_vo=128, causal=1

-        Baseline:           1.604000     ms
-        User kernel:        119.243000   ms
-        Speedup vs base:    0.013       x
+        Baseline:           349.393000   ms
+        User kernel:        124.665000   ms
+        Hardware bound:     146.601550   ms
+        Speedup vs base:    2.803       x

-        Score ratio:        0.010247      (1.02%)
-        Display score:      1             / 100
+        Score ratio:        1.121294      (112.13%)
+        Display score:      112           / 100
        Pass:               OK
        ----------------------------------------------------------------
        ```

-        > 以上是一份冒烟提交的评测输出示例：`speedup = 0.013x`（远慢于 baseline），`Display score = 1`。 `OJCHAL` 和 `OJRESULT` 为平台元信息，参赛者无需关注，SPJ Report 中已包含所有评测指标的可读版本。
+        > 以上是**优化后**的结果（得分 112 分，加速比 2.8x），非冒烟测试预期。冒烟测试通常 `speedup < 1`，这是正常的起始点。另外 `OJCHAL` 和 `OJRESULT` 为平台元信息，参赛者无需关注，SPJ Report 中已包含所有评测指标的可读版本

        **OJ 输出中各项指标的含义：**

@ -749,16 +737,16 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
        ```plaintext
        Testcase #1
        Accepted          ← 状态
-        1 pts             ← 显示得分
-        119 ms            ← kernel 耗时
+        112 pts           ← 显示得分
+        125 ms            ← kernel 耗时
        22.0 G            ← 内存占用
        ```

        | 项目 | 含义 | 说明 |
        |------|------|------|
-        | `Accepted` | 评测状态 | 通过正确性校验；若为 `Wrong Answer`、`Time Limit Exceeded` 则未通过，不参与排名 |
-        | `1 pts` | 显示得分 | 基于评分公式 + 对数压缩后的分数。冒烟阶段通常极低，正常现象 |
-        | `119 ms` | kernel 耗时 | 该测试点 OJ 测速阶段你的 kernel 平均执行时间 |
+        | `Accepted` | 评测状态 | 通过正确性校验；若为 `Wrong Answer` 则未通过，不参与排名 |
+        | `112 pts` | 显示得分 | 基于评分公式 + 对数压缩后的分数（满分参考值 100） |
+        | `125 ms` | kernel 耗时 | 该测试点 OJ 测速阶段你的 kernel 平均执行时间 |
        | `22.0 G` | 内存占用 | CPU 侧 RSS，仅供平台监控进程占用、防止 OOM |

        其次，`Checker message` 中的 SPJ Report 给出了详细的性能对比：
@ -767,15 +755,16 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
        === SPJ Report - FlashInfer Batch Prefill ===
        ----------------------------------------------------------------
          Testcase  #1
-            Config:  sol016_trace_synthetic_b33_total16294: batch=33, total_q=16294, total_kv=16294, max_q=987, max_kv=987,
-                     q_heads=32, kv_heads=4, head_dim_qk=128, head_dim_vo=128, causal=1
+            Config:  batch=16, seq_len=16384, q_heads=32, kv_heads=4,
+                     head_dim_qk=128, head_dim_vo=128, causal=1

-          Baseline:           1.604000     ms
-          User kernel:        119.243000   ms
-          Speedup vs base:    0.013       x
+          Baseline:           349.393000   ms
+          User kernel:        124.665000   ms
+          Hardware bound:     146.601550   ms
+          Speedup vs base:    2.803       x

-          Score ratio:        0.010247      (1.02%)
-          Display score:      1             / 100
+          Score ratio:        1.121294      (112.13%)
+          Display score:      112           / 100
          Pass:               OK
        ----------------------------------------------------------------
        ```
@ -784,41 +773,44 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通

        | 字段 | 含义 | 本例值 | 解读 |
        |------|------|--------|------|
-        | `Config` | 测试配置 | — | 该测试点的 `batch`、`total_q`、`max_q`、`q_heads`、`kv_heads` 等参数 |
-        | `Baseline` | OJ 参考实现耗时 (ms) | `1.60 ms` | 你的基准对比对象 |
-        | `User kernel` | 你的 kernel 耗时 (ms) | `119.24 ms` | **核心性能指标** |
-        | `Speedup vs base` | 加速比 | `0.013x` | `Baseline / User kernel`。`< 1` 表示比 baseline 慢 |
-        | `Score ratio` | 归一化得分（原始值） | `0.0102` | 综合评分原始值 |
-        | `Display score` | 显示得分 | `1` | OJ 内部评分，冒烟阶段通常极低 |
-        | `Pass` | 正确性校验 | `OK` | 通过了正确性校验，可参与排名 |
+        | `Pass` | 正确性校验 | `OK` | 通过了 `allclose(rtol=1e-2, atol=1e-2)`，可参与排名 |
+        | `User kernel` | 你的 kernel 耗时 (ms) | `124.67 ms` | **核心性能指标** |
+        | `Baseline` | OJ 参考实现耗时 (ms) | `349.39 ms` | 你的基准对比对象 |
+        | `Hardware bound` | 硬件理论下限 (ms) | `146.60 ms` | 基于 FLOPs / 带宽估算的理论最快时间 |
+        | `Speedup vs base` | 加速比 | `2.80x` | `Baseline / User kernel`，`> 1` 表示优于 OJ 参考实现 |
+        | `Score ratio` | 归一化得分（原始值） | `1.121` | 综合评分原始值 |
+        | `Display score` | 显示得分 | `112` | 经过对数压缩后的得分，超过 100 表示超越硬件理论估算 |
+        | `Config` | 测试配置 | — | 该测试点的 `batch`、`seq_len`、`q_heads`、`kv_heads` 等参数 |

        **从 SPJ Report 分析优化方向：**

-        以上述冒烟结果为例：
-        - `Speedup vs base = 0.013x`：**冒烟代码远慢于 OJ baseline**，这是正常的起始点——冒烟阶段的目的是验证接口和提交链路，不追求性能；
+        以上述结果为例：
+        - `Speedup vs base = 2.80x`，已超越 OJ 参考实现 2.8 倍

-        - `Baseline = 1.60ms` 对比 `User kernel = 119.24ms`：两者之间有约 75 倍的性能差距，说明**优化空间巨大**。后续可以通过引入 tiling、shared memory、向量化访存等优化手段逐步缩小差距。
+        - `User kernel = 124.67ms` 对比 `Hardware bound = 146.60ms`：**你的 kernel 已超越硬件理论下限**，说明该测试点的实现已非常接近硬件极限，继续优化的收益空间有限
+
+        - `Score ratio = 1.121` 对应 `Display score = 112`，已超过 100 分的满分线

        **优化优先级判断法：**

        | 情况 | 优化空间 | 建议方向 |
        |------|----------|----------|
-        | `User kernel ≫ Baseline`（speedup < 1） | 巨大 | 冒烟阶段正常状态。优先保证正确性，再引入 tiling / shared memory 等基础优化 |
-        | `User kernel ≈ Baseline` | 大 | 已追平 baseline，进一步分析 compute / memory 瓶颈 |
-        | `User kernel ≪ Baseline`（speedup > 1） | 中 | 已优于 baseline，使用 profiler 精调瓶颈阶段 |
+        | `User kernel ≈ Baseline` | 大 | 先保证正确性，再分析 compute / memory 瓶颈 |
+        | `User kernel` 在 `Baseline` 和 `Hardware bound` 之间 | 中 | 使用 profiler 分析，优化瓶颈阶段 |
+        | `User kernel ≈ Hardware bound` | 小 | 该测试点已接近最优，转而优化其他测试点 |

        **查看所有测试用例结果：**

-        OJ 平台每次提交会评测所有测试用例，每个测试用例返回一组独立的 SPJ Report。每个子题独立计分，FlashInfer 任务总分取各子题得分的最高值。建议将各组结果整理成表格，方便跟踪优化进展：
+        OJ 平台每次提交会评测所有测试用例，每个测试用例返回一组独立的 SPJ Report。建议将各组结果整理成表格，方便跟踪优化进展：

-        | 测试点 | batch | total_q | Baseline | User kernel | Speedup | Score | Pass |
+        | 测试点 | batch_size | seq_len | Baseline | User kernel | Speedup | Score | Pass |
        |:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
-        | 1 | 33 | 16294 | 1.60 | 119.24 | 0.013 | 1 | ✓ |
-        | 2 | 1 | 1024 | — | — | — | — | — |
+        | 1 | 1 | 1024 | — | — | — | — | — |
+        | 2 | 1 | 4096 | — | — | — | — | — |
        | ... | ... | ... | ... | ... | ... | ... | ... |
-        | 15 | 2 | 98 | — | — | — | — | — |
+        | 12 | 16 | 16384 | 349.39 | 124.67 | 2.80 | 112.13 | ✓ |

-    2. XPU-OJ 平台评分机制（**仅供参考**）
+    2. XPU-OJ 平台评分机制（仅供参考）

        以下为 XPU-OJ 平台的内部评分算法，用于生成榜单中每个题目的单题分数。请注意：

@ -830,7 +822,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通

        **单测试点评分公式**（参考 Sol-ExecBench）：

-        $S(T_k) = \frac{100}{1 + \left(\frac{1}{0.5} - 1\right) \cdot \frac{T_k - T_h}{T_b - T_h}}$
+        $$S(T_k) = \frac{100}{1 + \left(\frac{1}{0.5} - 1\right) \cdot \frac{T_k - T_h}{T_b - T_h}}$$

        其中：
        - $T_k$：你的 kernel 平均时间
@ -856,16 +848,17 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通

    3. 榜单查看 — 如何阅读排行榜

-        排行榜位于 **比赛 -> 沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务 -> 排行榜** 页面，展示各参赛者在每个题目的 OJ 内部得分。请注意：**OJ 榜单中各题的分数与比赛最终得分不是同一体系。** 比赛最终成绩中，性能提升效果仅取你得分最高的一个任务，按该任务的 OJ 排名换算（详见 [*4.5 评分规则概要*](#45%20评分规则概要)）。
+        排行榜位于 XPU-OJ 比赛页面，展示各参赛者在每个题目的 OJ 内部得分。请注意：**OJ 榜单中各题的分数与比赛最终得分不是同一体系。** 比赛最终成绩中，性能提升效果仅取你得分最高的一个任务，按该任务的 OJ 排名换算（详见 [*4.5 评分规则概要*](#45%20评分规则概要)）。

-        ![ranklist](https://origin.picgo.net/2026/07/14/screenshot-1783995971130bb450447de868379.png)
+        ![ranklist](https://origin.picgo.net/2026/07/07/-2026-07-07-173642c2d1ab65ebb06d55.png)

        **榜单解读**：

-        - FlashInfer 任务有 4 个子题，各子题独立计分，FlashInfer 任务得分取各子题的最高值；
-        - 各题分数为 OJ 内部评分（OJ baseline = 50 分），排名按 Total（各题 OJ 得分之和）降序。此为 OJ 平台汇总逻辑，比赛最终只取单一最高分任务，不做多任务累加
+        - 6 列对应 6 个 OJ 子题：Ragged Prefill (20001)、Paged Prefill (20002)、MLA Attention (20003)、Paged Decode (20004)、FlashAttention KV Cache Decode (20005)、Fused MoE i8 tn (20006)

-        - 每列下方的括号数值（如 `(24)`）表示该题提交次数
+        - 各题分数为 OJ 内部评分（OJ baseline = 50 分），排名按 Total（各题 OJ 得分之和）降序。**比赛最终只取单一最高分任务**，而非多任务累加
+
+        - 每列下方的括号数值（如 `(48)`）表示该题提交次数

        - `pass = false` 的提交不参与排名（对应 0 分）

@ -937,18 +930,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
 - online softmax 的 m/l 更新逻辑是否正确
 ```

-### 7.7 调试 TLE 超时
-``` plaintext
-我的 run_kernel 提交到 OJ 后显示 Time Limit Exceeded，请帮我排查：
-1. 这是我的 submit 代码：[粘贴你的 run_kernel 实现]
-请帮我检查：
- run_kernel 中是否调用了 cudaDeviceSynchronize()（应删除）
- kernel 中 for 循环的终止条件是否有死循环风险
- __syncthreads() 是否在条件分支内（应移到分支外）
- grid/block 配置是否过大
-```
-
-### 7.8 问题排查
+### 7.7 问题排查

 ``` plaintext
 运行 bench_batch_prefill_ragged.py 时报错 out of memory，请帮我分析原因并给出解决方案。
@ -1262,7 +1244,7 @@ Before output, confirm ALL items. Any failure = 0 points.

 [*回退到 Step 8*](#step%208提交%20oj%20冒烟代码)

-### 参考冒烟代码
+### 20001 FlashInfer Ragged Prefill 参考冒烟代码

 [*回退到 Step 8*](#step%208提交%20oj%20冒烟代码)

--- a/Agent开发范式的国产GPU大模型推理算子库优化/Fused
+++ b/Agent开发范式的国产GPU大模型推理算子库优化/Fused
@ -404,7 +404,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2

 #### Step 7：登录 XPU-OJ 平台并进入题目页面

-**目标：**访问 XPU-OJ 评测平台，登录并进入 Fused MoE 算子对应任务页面，熟悉页面布局。
+**目标：**访问 XPU-OJ 评测平台，找到 `fused_moe_i8_tn`算子题目，熟悉题目页面布局。

 **操作：**

@ -412,13 +412,13 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
    
    [![image1](https://origin.picgo.net/2026/07/08/image129d6d1ecc01aa9b8.png)](https://www.picgo.net/image/image1.4tmFfp)
    
-2.  进入 Fused MoE 任务页面：点击顶部导航栏【比赛】，选择【进行中】，找到 Fused MoE 任务点击右侧【进入】按钮。
+2.  进入比赛页面：点击顶部导航栏【比赛】，选择【进行中】，找到对应比赛进入。
    
-    [![image2](https://origin.picgo.net/2026/07/15/image21f74c19caebba239.png)](https://www.picgo.net/image/image2.4i0rxb)
+    [![image2](https://origin.picgo.net/2026/07/08/image28bc5fab338d015dd.png)](https://www.picgo.net/image/image2.4tmnl6)
    
-    Fused MoE 任务包含 `Fused MoE i8 tn` 一个题目，直接点击即可进入题目页面：
+3. 进入题目页面：本算子对应比赛题目6：`Fused MoE i8 tn`，点击进入题目页面。
    
-    [![image3](https://origin.picgo.net/2026/07/15/image3e4063c312076081a.png)](https://www.picgo.net/image/image3.4i0cXl)
+    [![image3](https://origin.picgo.net/2026/07/08/image3852589a37bfe4d08.png)](https://www.picgo.net/image/image3.4tmZJu)
    
    完成上述步骤可进入如下题目页面：
    
@ -427,7 +427,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
    *   右侧：提交区域，输入编写的`run_kernel(...)`后在下方选择对应的语言即可提交。提交后可通过上方导航栏【我的提交】查看历史提交。
        

-    [![image4](https://origin.picgo.net/2026/07/15/image4bf889483e530d805.png)](https://www.picgo.net/image/image4.4i0eCw)
+    [![image4](https://origin.picgo.net/2026/07/08/image4d2b4f97e790fa4ef.png)](https://www.picgo.net/image/image4.4tmM4N)

 #### Step 8：理解 XPU-OJ 评测接口和精度要求

@ -457,7 +457,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
    
    *   容差：`rtol=2e-2, atol=5e-3`；
        
-    *   通过率：`matched_ratio ≫ 0.99`（至少 99% 的元素在容差范围内）。
+    *   通过率：`matched_ratio >= 0.99`（至少 99% 的元素在容差范围内）。
        

 #### Step 9：提交 OJ 冒烟代码
@ -475,7 +475,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
 4.  等待结果：评测时间与题目测试点数量、队列状态和平台负载有关，通常需要等待数十秒到数分钟。以平台实际返回为准。
    

-[![image5](https://origin.picgo.net/2026/07/15/image5f248af1c62a3e804.png)](https://www.picgo.net/image/image5.4i15ww)
+[![image5](https://origin.picgo.net/2026/07/08/image5fb7708d008158d27.png)](https://www.picgo.net/image/image5.4tmuBi)

 **预期结果：**

@ -497,7 +497,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
    *   在提交记录中可查看每次提交的状态、总得分、耗时、内存：
        
    
-    [![image6](https://origin.picgo.net/2026/07/15/image6b7f42afd3d7ab7de.png)](https://www.picgo.net/image/image6.4irF5q)
+    [![image6](https://origin.picgo.net/2026/07/08/image69413e305f3bad2c3.png)](https://www.picgo.net/image/image6.4tm6n2)
    
    *   此页面下滑还可查看单测试点检查器信息（SPJ Report）：
        
@ -553,18 +553,18 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2

 1.  查看榜单
    
-    [![image8](https://origin.picgo.net/2026/07/15/image8e07cb1d387cebdaa.png)](https://www.picgo.net/image/image8.4i1Bzd)
+    [![image8](https://origin.picgo.net/2026/07/08/image88751523f8492bc19.png)](https://www.picgo.net/image/image8.4tm3rO)
    
    点击【排行榜】进入榜单页面，可查看：
    
-    *   总得分：各题目得分总和，本任务只包含一个题目，因此该题得分即为总分。
+    *   总得分：各题目得分总和，决定最终排名。
        
-    *   个人排名及其它选手的排名：根据总分进行排名，方便参赛者纵向对比。
+    *   个人排名：页面顶部显示【我的排名】与【我的总分】。
        
-    *   每题得分：表格中每列对应一个题目，方便参赛者横向对比。
+    *   每题得分：表格中每列对应一个题目，便于横向对比。
        
    
-    [![image9](https://origin.picgo.net/2026/07/15/image9baf4ec786e09d859.png)](https://www.picgo.net/image/image9.4i4SOw)
+    [![image9](https://origin.picgo.net/2026/07/08/image9d2c7bf4f777e109c.png)](https://www.picgo.net/image/image9.4t3S4J)
    
 2.  制定优化方向   

--- a/Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md
+++ b/Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md
@ -26,7 +26,7 @@
 基础镜像：

 ```plaintext
-PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5
+PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1
 ```

 ## 二、学习目标
@ -202,7 +202,7 @@ fusedmoe_v2.1
 本教程使用的镜像是：

 ```plaintext
-PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5
+PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1
 ```

 这意味着你不需要从零安装 PyTorch、MACA、mxcc 等底层组件。你需要做的是进入镜像、确认环境、放入源码并运行 baseline。
@ -256,7 +256,7 @@ MiniMax-M2.7
 3.  选择镜像：
    
    ```plaintext
-    PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5
+    PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1
    ```
    
 4.  点击创建实例。
@ -308,7 +308,7 @@ print("cuda available:", torch.cuda.is_available())
 PY
 ```

-期望输出：torch: 2.8.0+metax3.7.1.5
+期望输出：torch: 2.8.0+metax3.7.1.3

 检查 MACA / mxcc：

--- a/Agent开发范式的国产GPU大模型推理算子库优化/选手入口.md
+++ b/Agent开发范式的国产GPU大模型推理算子库优化/选手入口.md
@ -34,7 +34,7 @@

 ## 推进流程

-**第一步：获取算力。** 赛事提供曦云 C500 在线算力，无需自备硬件。在沐曦开发者社区领取算力券，于模力方舟平台租用实例，选择镜像 `PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5`。详见 [模力方舟快速使用 SOP](../模力方舟快速使用SOP.md)。
+**第一步：获取算力。** 赛事提供曦云 C500 在线算力，无需自备硬件。在沐曦开发者社区领取算力券，于模力方舟平台租用实例，选择镜像 `PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1`。详见 [模力方舟快速使用 SOP](../模力方舟快速使用SOP.md)。

 **第二步：部署 Agent。** 推荐安装 OpenCode，通过模力方舟 API 接入 MiniMax-M2.7 模型。部署后执行 `mx-smi` 确认 Agent 可操作当前环境。详见 [模力方舟 Agent 部署准备教程](../基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md)。

@ -78,7 +78,7 @@
 - 报名：2026 年 5 月 30 日 – 6 月 30 日，[挑战杯官网](https://2026.tiaozhanbei.net/)
 - 作品提交截止：2026 年 9 月 5 日
 - 团队上限 10 人，指导教师上限 3 人
- 统一开发与评测镜像：`PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5`
+- 统一开发与评测镜像：`PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1`
 - Benchmark 须使用整张单卡（64 GB），日常开发建议 16–32 GB
 - 正确性测试为硬性门槛，未通过的作品不参与性能排名

--- a/模力方舟快速使用SOP.md
+++ b/模力方舟快速使用SOP.md
@ -20,9 +20,9 @@

 ## 4.创建实例

-使用本赛事专属镜像：PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5。
+使用本赛事专属镜像：PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1。

-  ![pytorch agent](https://origin.picgo.net/2026/07/14/3177f86f0227834da1a.png)
+![image3](https://origin.picgo.net/2026/05/27/image3b07e048c60342e36.png)

 ## 5.项目创作