这个项目解决什么问题？
官方任务包含训练、测试和 ARC-GEN 网格对。每个任务提交一个 ONNX 网络，对 one-hot 网格输出正确颜色，同时尽量减少参数和静态内存；重点是正确性与图优化。
比赛任务是什么？
官方任务包含训练、测试和 ARC-GEN 网格对。每个任务提交一个 ONNX 网络，对 one-hot 网格输出正确颜色，同时尽量减少参数和静态内存；重点是正确性与图优化。
输入
- 400 个任务中的 train、test 和 arc-gen 网格对
- 输入 one-hot 张量形状 [1, 10, 30, 30]
输出
- submission.zip 中按任务编号命名的 ONNX 模型
- 全样例正确性、静态资源与算子检查报告
用一个例子理解项目
输入：训练网格体现顺时针旋转 90° 的规律。
输出：构造实现该变换的 ONNX 网络，输出对应颜色通道。
教学示例；手写 rotate 的 Python 结果不能替代满足官方约束的 ONNX 提交。
评价指标与验证
NeuroGolf Metric
功能完全正确后，单任务分数为 max(1, 25 − ln(cost))，cost 为参数数目与静态内存字节之和；还需满足静态形状、算子和 1.44 MB 文件限制。
固定数据划分、评估器版本和资源条件，记录基线与对照结果，并解释错误样本。
技术路线
- 规则
理解网格变换
从少量可解释任务提取变换规律。
- 表达
构造 ONNX 网络
保持固定输入输出和合法算子。
- 检查
覆盖全部样例
检查 train、test、arc-gen 和补齐区域。
- 优化
降低图成本
在正确性不下降的前提下比较参数与静态内存。
适合专业与项目难度
ONNX 计算图、模型压缩和静态内存约束直接关联 AI、机器学习、计算机与电子工程/边缘 AI；网格变换与模型成本分析关联数学和数据科学。
为什么评为高级？
按供稿技术约束评为高级：需要为网格任务构造正确且紧凑的 ONNX 网络，同时满足静态形状、算子和资源限制，超出普通图像分类基线。
等级说明：跨多阶段或研究型系统，涉及复杂数据、模型/算力约束或强领域先修知识。
建议具备的基础
- Python 与张量运算
- 神经网络、ONNX 计算图和模型导出
- 模型正确性与参数/内存成本评估
可以从哪里开始
选一个简单网格变换，先导出可验证的 ONNX 模型，再逐项减少算子、参数和静态内存。
专业与难度由本站根据项目文档分析，面向基线复现与对照实验；具体门槛取决于承担的任务和项目深度。 这不是 Kaggle 官方评级。
可以形成的成果
- 可运行 ONNX 任务网络
- 正确性与算子约束校验
- 参数、内存和分数对照
- 模型图、实验记录与 README
成果预览与验收方式
下面展示建议的成果结构，实际内容由本人运行、实验和整理后形成。
本项目重点验收：submission.zip 中按任务编号命名的 ONNX 模型；全样例正确性、静态资源与算子检查报告。
复现实验需要回答的问题
- 如何证明模型学到规则而不是记住网格
- 轻量模型与搜索方法的速度和可解释性取舍
- 为什么必须按完整网格 exact match 分析失败
留学、科研与求职如何使用？
留学申请
展示算法、模型表达和系统优化能力。
考研 / 科研
研究规则表示、图化简与正确性验证。
求职 / 作品集
展示 ONNX 工程、资源分析和回归检查。
公开 Notebook、方案与讨论
以下入口来自项目文档中的公开资料，适合阅读和设计复现实验。
公开材料的运行环境、许可和作者结论请结合原页面复核。
- The 2026 NeuroGolf Championship ↗
公开学习材料；运行条件和许可需复核，作者成绩不代表本站或用户成果。
- The 2026 NeuroGolf Metric Migration Manual ↗
公开学习材料；运行条件和许可需复核，作者成绩不代表本站或用户成果。
- EDA - Task 026 ↗
公开学习材料；运行条件和许可需复核，作者成绩不代表本站或用户成果。
- NeuroGolf — A Network Synthesis Challenge ↗
公开讨论中的方法与经验；作者自报结论需通过自己的实验验证。
- NeuroGolf Update for April 28th ↗
公开讨论中的方法与经验；作者自报结论需通过自己的实验验证。
- EDA - Neural Networks Solving Tasks ↗
公开讨论中的方法与经验；作者自报结论需通过自己的实验验证。
常见问题
The 2026 NeuroGolf Championship 项目适合什么专业？
ONNX 计算图、模型压缩和静态内存约束直接关联 AI、机器学习、计算机与电子工程/边缘 AI；网格变换与模型成本分析关联数学和数据科学。
The 2026 NeuroGolf Championship 可以形成什么成果？
可运行 ONNX 任务网络、正确性与算子约束校验、参数、内存和分数对照、模型图、实验记录与 README；以本人实际运行、记录和能够解释的工作为准。
普通图像分类网络能直接用于提交吗？
需要逐任务输出完整正确网格，并满足 ONNX 静态形状、算子和资源约束。分类精度高不等于符合本赛题要求。
公开来源与个人贡献边界
文档记录的历史状态用于项目规划，非实时赛事信息。数据、代码、模型许可及单场 Rules 以官方最新页面为准。本人贡献需有运行、对照实验与错误分析记录，公开方案和他人成绩保留原作者归属；用复现来源卡与对照表整理来源与本人改动。
Kaggle 官方竞赛与任务说明 ↗ · 赛题、数据、评估与状态以官方页面为准。
单场比赛 Rules ↗ · 复用数据、代码与模型前检查许可和适用规则。
规划适合你的项目深度
结合目标、专业、已有基础和时间，确定基线、对照实验与成果表达的范围。