GPUCodeForces/FAQ.md

第一期S1 评测数据集生成挑战赛（GPUCodeForces） FAQ

Q1：数据集主题是否太过宽泛？是否需要增加特定限制条件来帮助参赛者聚焦某一领域下研究？

A1：不做限制，看重性能。

经典计算密集型任务

• 矩阵乘法（GEMM）
• 卷积（Convolution）
• 快速傅里叶变换（FFT）
• 排序（Sorting）
• 规约（Reduction）
• 扫描（Scan）

图像/视觉处理任务

• 图像滤波（高斯模糊、边缘检测）
• 图像变形（Warping）
• 光流计算

新兴或特定领域任务

• MoE（Mixture of Experts）中的专家路由
• 稀疏矩阵运算
• 图神经网络中的聚合操作

深度学习常见算子

• LayerNorm / BatchNorm
• Softmax / LogSoftmax
• Attention 机制（Self-Attention, Cross-Attention）
• 激活函数（如 Swish, GELU）
• 损失函数（如 CrossEntropy）

Q2：JSON文件的格式似乎没有明确规定？如下能有一个直观的输出例子会更好

A2：提交可运行目录即可，无需特定格式json，如下：

{
  "task_name": "matrix_multiplication",
  "description": "...",
  "input_generator": "code snippet or function name",
  "gt_generator": "code snippet or function name",
  "metrics": ["time", "throughput", "bandwidth"],
  "prompt": "Optional prompt for LLM"
}

Q3：建议补充错误处理和边界情况说明（比如输入为非方阵、极端大小等情况）

A3：若前项评分相同，看加分项的评分。评测反馈交互在PR，当选手提交PR相同的时候作为额外加分项时裁判会根据这些细节进行打分，也会对比赛最后结果有一定的影响。

Q4：评分规则这里明确了评估方面但没有给出具体数值范围，添加一个范围会不会更好？各方面评估是否增加分段会更好（执行时间评估->0.1s +1分，0.01s+2分...->最高+5分）？

A4：核数量排名优先，同级再看评分。

Q5：提供prompt让LLM生成代码，如何确保【同样prompt每次都生成不同的代码】的不确定性带来的代码质量不稳定，从而引发的评分不稳定问题？

A5：一般不会出现这种问题，评测相对稳定。

Q6：参赛者除了提交后能知道评分后，还能有其他方法能够更快地知道评分吗（本地评测模型、评分手册对照）？

A6：建议直接用给到的算力平台的环境进行验证后再提交，代码托管平台评测本身速度就足够快，不用担心这个问题，后续主办方也会提供实时排名。