图片

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
KnowLine0.8B → 35B-A3B6 个规模档,从端侧到 MoE
Sieve0.8B → 31B覆盖纯决策与视觉决策
OneJev0.8B → 27B跨代迭代(1.5 / 1.6)
vLLM-SR0.4B → 27Bd3 系列,Decision 2.0 / 3.0 两代
Cerno4B → 27B决策专用
Decider0.8B → 35B-A3B通用决策底座
Kev0.8B → 27B—
RSI-Jev3B → 27B含 VL 多模态版本
Jev-Style0.8B → 2B轻量风格化决策
Intern-Decision0.8B → 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
1JEV-35B-A3B多模态类35.95B 总量,约 3B 激活
2GEV-26B-Decide文本类约 25.8B 总量,约 4B 激活
3Clef-27B多模态类约 27–28B
4d3(27B)多模态类约 26.09B
5Sieve-31B-v3文本类约 31.27B
6AutoTrust-JEV-27B v1.1文本类约 27.36B
7JEV-27B-VL多模态类约 27.8B
8Jev-Omni多模态类约 11.96B
9WeMM-JEV-27B多模态类约 26.09B
10Clef-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

  1. 熟悉 vLLM-Ascend 的部署流程
  2. 提前下载目标模型权重
  3. 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 View6998
二等奖2穿戴HUAWEI WATCH 6 Pro3999
三等奖2平板HUAWEI MatePad SE1999
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 Max11999
二等奖10手机HUAWEI Pura 90 Pro5999
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。

图片

Logo

作为“人工智能6S店”的官方数字引擎,为AI开发者与企业提供一个覆盖软硬件全栈、一站式门户。

更多推荐