在大模型时代，数据质量决定了一切。但在资源受限的边缘设备上，高效的语言模型（Edge LMs）更是依赖于高质量的数据。如何在海量数据中筛选出最优子集，让小模型也能大放异彩？近日芯片巨头英伟达联合 Lambda Labs 以及 Turing.AI 举办「数据过滤挑战赛」（Data Filtering Challenge for Training Edge Language Models）直面这一问题。
亮点一：免费 GPU 算力，助你火力全开！
所有参赛者都可免费获得至少 100 小时的 A100 GPU 算力（换算价值约 $200），无需自备硬件，直接开炼！ 只需专注于算法创新，NVIDIA 和Lambda 提供强力支持！
亮点二：丰厚奖金池，最高奖励 $10,000！
本次比赛共设立 $22,000+ 奖金，冠军团队可独揽 $10,000 现金奖励，并有机会获得额外的算力资源！此外，四大关键任务（角色扮演、函数调用、机器人任务规划、RAG）各有 $3,000 专项奖励，创新性最佳方案还能赢得 $3,000 创新奖！
亮点三：挑战数据过滤极限，定义下一代 Edge LMs！
参赛者需要设计数据过滤技术，优化数据集，并提升 DoRA 适配的 Edge LMs 在关键任务上的表现，包括：
角色扮演（Roleplay）：交互式数字人、虚拟助手
函数调用（Function Calling）：智能手机、IoT 设备
机器人任务规划（Robotics & Task Planning）：自动化任务执行
检索增强生成（RAG）：高效信息检索与知识整合
本次挑战提供 400M 规模的预训练 Transformer 模型，参赛者需要利用自研的过滤技术对数据进行优化，训练出更强大的 Edge LMs。最终排名将根据优化后模型的性能提升（Simprove – Sbase） 进行评定。
亮点四：技术影响力 + 行业曝光，直接对接 NVIDIA 研究团队！
优胜团队不仅能收获丰厚奖金，还将受邀与英伟达研究员合作，共同撰写技术报告，获得业界关注！此外，所有获奖数据集将开源共享，推动 Edge LMs 领域的发展。
关键时间线:
4月15日
发布 ELMB 评测基准、模型、起始代码、训练数据
5月15日
比赛正式开启，GPU 计算资源开放
9月1日
提交截止时间：9月1日
边缘智能，数据为王！
如何让小模型发挥大作用？
这是你的机会！
立即报名，赢取现金大奖，免费使用 A100 训练你的 Edge LM ！
点击链接，开启你的数据过滤挑战之旅！
http://sites.google.com/view/datafilteringchallenge
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
（文：PaperWeekly）