2026年NeuroGolf锦标赛
竞赛名称：2026年NeuroGolf锦标赛设计最小的神经网络来解决ARC-AGI图像转换任务任务类型：人工智能、深度学习竞赛⽬标：设计尽可能小的神经网络来解决ARC-AGI图像转换任务（全部来自ARC-AGI基准测试套件），并探索这些任务实际上需要多少计算量。
赛程时间安排：
2026年4月15日 - 开始日期。2026年7月8日 - 报名截止日期。2026年7月8日 - 团队合并截止日期。2026年7月15日 - 最终提交截止日期。竞赛介绍解决一个任务只是第一步。高效地完成它更难。当今的AI系统在熟悉的任务上表现出色，但在新任务上常常遇到困难。这一差距在François Chollet的ARC-AGI基准测试套件（以及后续的ARC Prize竞赛）中得到了突出体现，其中每个任务都以一系列网格的形式呈现，展示某种特定的转换。
在这场比赛中，你将使用来自ARC-AGI公开训练集（v1）的任务，并构建能够重现每种转换的神经网络。你的模型必须正确——并且尽可能小。你将提交ONNX格式的网络，并致力于联合最小化它们的规模、复杂度和参数量。
目标是让网络以尽可能少的计算量解决每个任务。优秀的解决方案有助于定义这些任务实际上需要多少计算量。它们可以作为参考实现，并支持更具适应性AI系统的研究。例如，考虑以下（假设的）任务#000：
你的.zip提交文件可能包含一个名为task000.onnx的文件，该文件实现了以下单层3×3卷积网络：
当应用于一个30×30的图像网格且通道深度为十时，上述网络需要900个参数，内存占用为39,600字节，以及总共810,000次乘累加运算。约束条件每个ONNX网络文件中的所有张量和参数必须具有静态定义的形状，以便正确评估网络的性能。此外，以下ONNX操作被禁止使用：Loop + Scan + NonZero + Unique + Script + Function。最后，每个ONNX文件的大小限制为最多1.44MB。这些约束将由我们的官方网络验证器自动检查。评估方法
对于ARC-AGI公开训练v1基准测试套件中的400个任务中的任何一个，你的团队将为功能正确的网络获得max(1, 25 - ln(cost))的分数，其中cost是以下各项的总和：
网络中的总参数量网络的总内存占用（以字节为单位）执行网络所需的总乘累加运算次数功能正确性将通过针对原始ARC-AGI基准测试、ARC-GEN-100K数据集以及一个小型私有基准测试套件验证网络来确定（以防止团队对其解决方案过拟合）。为了获得积分，你的网络必须在所有这些测试中产生正确的结果。提交文件你必须提交一个名为submission.zip的文件，每个任务最多包含一个ONNX文件：
注意：如果我们的评估指标需要调整——或者如果我们必须禁止额外的损害竞赛目标的ONNX操作符——我们将宣布此类更改并根据需要重新评分提交。
竞赛奖金总奖金：50,000美元一等奖：12,000美元二等奖：10,000美元三等奖：10,000美元最佳学生团队 - 8,000美元（"学生团队"定义为研究生或本科生占团队成员50%或以上的团队。）最长领先者 - 10,000美元：授予在2026年4月16日UTC凌晨12:00至2026年7月15日UTC晚上11:59期间在排行榜上保持第一名时间最长的团队。
如果竞赛需要重新开始，最长领先者日期应为竞赛的新开始和截止日期。
