昇腾Jev开源决策模型适配与调优大赛启动招募

JEV 开源决策类模型正在快速走出实验室,这类开源模型已经超过一百个,从 0.4B 的小模型到 35B 的 MoE,决策专用、视觉决策、多模态,品类齐全。对这类模型能在 NPU 上「跑得对」和「跑得通」,也是我们办赛的目标。
100+ 开源模型池 | 2 条独立赛道 | 35 个获奖名额 | 23 万 元奖品总值 |
所以,昇腾联合 AtomGit 社区决定办一场 JEV 决策模型适配、调优赛,旨在缩短从「开源模型」到「昇腾 NPU 高效运行」的路径。参赛者可自由从 100+ 模型池认领模型,完成从「在昇腾 NPU 上无错运行」到「超越基线性能」的完整全流程打通,诚邀开发者共建 JEV 模型开源生态。
一、两条赛道,两件不同的事
跑通,和跑快,是两件事。我们把它们拆成了两条独立的赛道。
先证明它能跑,再谈它能跑多快。
赛道一:模型部署适配 —— 让它跑起来,结果还得对
选一个模型,用 vLLM-Ascend完成部署,跑通完整决策路径,精度达标就算过。本期不设性能门槛。
为什么先卡精度?因为决策模型的输出不是一句聊天,而是一个具体的决定。同一个状态,差一个 token,可能就是两个相反的动作。所以这一关,先求对,再求快。
适配池里是 100+ 个已开源的 JEV 决策模型,覆盖从端侧小模型到 MoE 大模型的完整谱系:
| 系列 | 规模跨度 | 说明 |
|---|---|---|
| KnowLine | 0.8B → 35B-A3B | 6 个规模档,从端侧到 MoE |
| Sieve | 0.8B → 31B | 覆盖纯决策与视觉决策 |
| OneJev | 0.8B → 27B | 跨代迭代(1.5 / 1.6) |
| vLLM-SR | 0.4B → 27B | d3 系列,Decision 2.0 / 3.0 两代 |
| Cerno | 4B → 27B | 决策专用 |
| Decider | 0.8B → 35B-A3B | 通用决策底座 |
| Kev | 0.8B → 27B | — |
| RSI-Jev | 3B → 27B | 含 VL 多模态版本 |
| Jev-Style | 0.8B → 2B | 轻量风格化决策 |
| Intern-Decision | 0.8B → 4B | 端侧 |
你可以自由认领其中一个,把它完整部署到昇腾 NPU 上,跑通完整决策路径。
赛道二:性能调优 —— 在一份已经能跑的基础上,让它更快
官方指定 10 个模型,到手就是能跑的基线,你直接从调优开始。跟基线比,吞吐、延迟任一维度有提升就算数。十个模型赛题,各设第一名到第三名。
| 序号 | 模型 | 类别 | 参数规模 |
|---|---|---|---|
| 1 | JEV-35B-A3B | 多模态类 | 35.95B 总量,约 3B 激活 |
| 2 | GEV-26B-Decide | 文本类 | 约 25.8B 总量,约 4B 激活 |
| 3 | Clef-27B | 多模态类 | 约 27–28B |
| 4 | d3(27B) | 多模态类 | 约 26.09B |
| 5 | Sieve-31B-v3 | 文本类 | 约 31.27B |
| 6 | AutoTrust-JEV-27B v1.1 | 文本类 | 约 27.36B |
| 7 | JEV-27B-VL | 多模态类 | 约 27.8B |
| 8 | Jev-Omni | 多模态类 | 约 11.96B |
| 9 | WeMM-JEV-27B | 多模态类 | 约 26.09B |
| 10 | Clef-Omni | 多模态类 | 30B-A3B 规格,约 3B 激活 |
二、赛事时间安排
11 月 10 日,报名开启。
| 时间 | 关键动作 |
|---|---|
| 11.10~11.12 | 赛事上线 |
| 阶段一:模型适配赛道 | |
| 发布命题:11.13~11.22 | 模型适配,自由认领并完成开发(每个团队可提交多个模型适配任务并多次提交作品) |
| 投稿截止日:11.22 | 模型适配赛道提交结束,进入自动评审阶段 |
| 阶段二:模型调优赛道 | |
| 发布命题:11.13~11.26 | 线上自由认领模型,完成调优 + 自动评测 |
| 截止日期:11.26 | 模型调优赛道提交结束,进入自动评审阶段 |
| 阶段三:评测、最终榜单更新 | |
| 11.27~12.01 | 评测完成,昇腾复审核验完成 |
| 12.5~12.15 | 榜单刷新,奖励发放 |
完成报名后,你可以提前做这三件事
- 熟悉 vLLM-Ascend 的部署流程
- 提前下载目标模型权重
- 在 AtomGit 平台的 Model Agent 上验证 NPU 环境
提示
报名期不消耗开发时间,提前做好准备工作能从容启动开发,它有可能决定最后的结果哦!
三、你能带走什么
两条赛道,一共 35 个获奖名额,奖品总价值 23 万元。
适配赛道:奖品合计价值 2 万元
| 奖项等级 | 名额 | 奖品类别 | 推荐奖品 | 参考价格(元) |
|---|---|---|---|---|
| 一等奖 | 1 | 手机 | HUAWEI Pura X View | 6998 |
| 二等奖 | 2 | 穿戴 | HUAWEI WATCH 6 Pro | 3999 |
| 三等奖 | 2 | 平板 | HUAWEI MatePad SE | 1999 |
| 总计 | 5 | — | — | — |
调优赛道(本次重点):奖品合计价值 21 万元
| 奖项等级 | 名额 | 奖品类别 | 推荐奖品 | 参考价格(元) |
|---|---|---|---|---|
| 一等奖 | 10 | 手机 | HUAWEI Pura X Max | 11999 |
| 二等奖 | 10 | 手机 | HUAWEI Pura 90 Pro | 5999 |
| 三等奖 | 10 | 穿戴 | HUAWEI WATCH D3(新品) | 2988 |
| 总计 | 30 | — | — | — |
21 万的大头压在调优赛道,是有意为之:部署决定「能不能用」,调优决定「好不好用」。后者才是真正拉开差距、也真正值钱的地方。
四、这次大赛到底在考什么
技术底座是三样:昇腾 NPU、vLLM-Ascend、昇腾 Model Agent。
昇腾 NPU
算力底座,所有适配与调优都在它上面闭环。
vLLM-Ascend
昇腾上的大模型推理栈,部署走它。
昇腾 Model Agent
帮你验证 NPU 环境,权重下载和跑通在这条线上闭环。
题目卡的能力带很清楚:推理部署的「无错」,和推理性能的「更快」。
这意味着你做的不是纸上谈兵 —— 是把一个真实开源模型,从「跑不起来」推进到「跑得快」。这条经验,换个模型、换个业务,照样能复用。
五、结语
如果你身边有人对「模型调优、部署适配」比赛感兴趣,不妨把这个比赛转发给他。
不管是精通 vLLM 等推理框架的资深技术大佬,还是未接触过昇腾模型部署的小白,这场比赛都有适合的赛道。主办方备好了昇腾硬件环境与 Model Agent 模型工具,零门槛快速上手。

更多推荐




所有评论(0)