Guardian of Truth

Сколько тестовых и публичных примеров?

"Использование Участниками проприетарных технологий, требующих возмездного приобретения прав на использование таких технологий, запрещено."

Правильно ли я понимаю, что в решении запрещено использовать API любых коммерческих LLM, в том числе API GigaChat?

Будет ли участникам доступен baseline или какой-то другой пример кода?

Никак не получается загрузить паплайн. Ошибка 22. Статус расчета метрик

Code run. Что я делаю не так?

Пайплайны не всегда запускаются при клике на "Запустить", а попытку списывает. И при падающих сабмитах тоже попытки списывает. Кажется, что ввиду строгого ограничения на 10 сабмитов на все соревнование - это проблема

загрузите решение, и сделайте первый запуск. Осталось попыток: 9.

завис на 2 шаге (висит несколько часов). Новый пайплайн не могу запустить, мне ждать 24 часа? нельзя ли добавить кнопку сброса или отмены?

Мы проверили со своей стороны всё, что доступно участнику:

• структура архива приведена дословно к дереву из условия (root/ · pyproject.toml · model/ · src/ · scripts/predict.py);

• запуск воспроизведён локально: pip install . и python scripts/predict.py --input … --output … завершаются кодом 0;

• на выходе CSV с колонками id,label, кодировка UTF-8, перевод строки LF, идентификаторы отдаются из входного файла без изменений, одна строка выхода на каждую строку входа;

• время работы — секунды при лимите 30 минут;

• отдельно проверено тривиальное решение без модели вообще (только чтение колонки id) — оно останавливается на той же стадии 22.

Уважаемые участники. Проблема относящаяся к функционированию счетчика попыток находится в работе, будет исправлена в ближайшее время.

Уважаемые участники, добрый день. Количество оставшихся попыток было приведено в соответствие с фактическим количеством успешных запусков.

Можно будет увидеть логи выполнения? 22 этап падает каждый раз, как бы я не изменял программу. Те у кого всё прошло, может есть какой совет?

Ля, как я люблю этот турнир. Дали 1/7 часть архива Baseline

Уважаемые участники, бейзлайн по задаче будет выложен в открытый доступ в ближайшее время.

Добрый день! Подскажите, распределение на привате такое же, как в паблике или может быть смещение? Распределение в файле valid не равно распределению паблика, поэтому возникает такой вопрос.

Можете добавить логи до пункта 10, чтобы не гадать почему падает решение?

Добрый день!

На странице конкурса указано 1× NVIDIA A100, в PDF правил (п. 3.7) — 1× H100. Какой GPU используется при обсчёте и какой объём памяти? Отрабатывает ли бейзлайн на этой карте?

В каком формате платформа передаёт --input и ожидает --output: parquet или csv? По комментариям участников ридер ожидает parquet, хотя в описании указан predictions.csv.

Есть ли доступ в интернет на этапе pip install . или все зависимости должны быть в окружении/образе?

Добрый вечер.

Не удается загрузить решение задачи, останавливается с ошибкой на этапе «08. Статус распаковки данных».

Пользователь «kessler8680», команда «xsfera».

Загрузка baseline.tar.gz 06.09.2026 17:47 (по Тольятти, GTM+3).

Для чистоты эксперимента загрузил baseline который скачал с сайта, склеив в один.

Добрый день! Вопрос по приглашениям в команду. Участник сначала нажал «Участвовать» сам (платформа создала ему соло-команду), затем покинул чемпионат, чтобы принять наше приглашение. Теперь приглашения ему не доходят: отправлял три раза (8 сентября 12:15, 12:29 и 12:56 мск), запросы проходят без ошибок, но письмо на его email не приходит (спам проверен), а вкладка Team у него не отображается, т.к. он вне чемпионата. Команда xhns-bros. Как правильно пригласить человека, вышедшего из чемпионата? Шлются ли email-приглашения пользователям, не участвующим в треке?

Почему падает на этапе 08. Статус распаковки данных" 08.09.2026 13:57? Команда ledner57164214

Не могу решение прогрузить (этап 3). В какой-то момент будто обновляется страница, и снова виджет с выбором папки/файлов.
strosin9861
Время буквально 3 минуты назад

Почините платформу, пожалуйста, желания вообще нет участвовать при таких проблемах. Соревнование превращается в задачу "Загрузить решение". У вас был целый год, и ничего не изменилось от слова совсем.

Вообще, было бы невероятно круто, если бы у нас была информация об окружении. Потому что тащить 10 гигабайт своих wheel для всяких мелких ЛЛМок которые сортируют - нууу такое себе

Сколько видеопамяти доступно одному решению, 40 или 80 ГБ? Если установлен отдельный лимит ниже полного объема карты, уточните его, плс.

как посмотреть что конкретно за ошибка? типо просто написано 08. Статус распаковки данных

Как это интерпретировать?

Команда paucek55315274: те же симптомы с 14.09 ~13:40 МСК — стадии 01–07 зелёные, затем красная 08 «Статус распаковки данных». Проверили валидный классический zip и tar: ошибка идентична, архив решения локально распаковывается корректно. Есть ли способ увидеть текст ошибки и идёт ли восстановление?

Здравствуйте, хочу уточнить некоторые моменты по Guardian of Truth:

1. Лимит 30 минут включает время запуска vLLM и загрузки весов модели или считается только инференс?

2. Скрипт predict.py получает публичный и приватный тест одним файлом за один запуск или это два отдельных запуска со своим лимитом 30 минут каждый?

3. Есть ли доступ в интернет на шаге pip install . или все зависимости должны быть уже в окружении или в архиве?

4. Допустимо ли на этапе разработки (не внутри решения) прогонять valid.parquet через открытые модели, размещённые у сторонних хостеров, и использовать для создания дополнительных обучающих данных открытые бенчмарки (например, tau-bench) и синтетические данные?

Заранее спасибо, за ответ.

Здравствуйте! При попытке запустить решение Guardian of Truth возникает проблема на этапе проверки:

1. Очистка дискового пространства — успешно

2. Статус очистки — успешно

3. Загрузка решения — успешно

4. Статус загрузки решения — успешно

5. Загрузка данных чемпионата — успешно

6. Статус загрузки данных — успешно

7. Распаковка данных — отображается как выполненная

8. Статус распаковки данных — ошибка

При этом интерфейс не показывает текст или код ошибки, поэтому невозможно понять, связана ли проблема с архивом решения или с инфраструктурой запуска.

Архив решения локально корректен, submission загружается без ошибок. В комментариях также вижу сообщения других участников с аналогичной проблемой на этапе 08.

Подскажите, пожалуйста:

1. Можно ли получить текст/код ошибки для конкретного запуска?

2. Известна ли сейчас проблема с этапом распаковки данных?

3. Нужно ли нам что-то менять в архиве решения или достаточно дождаться восстановления сервиса?

Спасибо!

Подскажите, пожалуйста, в чём может быть проблема на этапе 22. Статус расчёта метрик?

Submission проходит все предыдущие этапы:

• загрузка и распаковка решения — OK;

• inference на limited set — OK;

• inference на full set — OK;

• загрузка и распаковка validation — OK;

• этап 21 «Расчёт метрик» запускается;

• этап 22 «Статус расчёта метрик» завершается ошибкой.

Локально output корректный: CSV содержит id,label, 46 строк, уникальные id, без NaN, label только 0/1.

Есть ли возможность посмотреть лог/причину ошибки именно на этапе 22?

В документе правил написано что для конкурса Гварды для теста выделены по 1× GPU NVIDIA H100. В описании сказано, выделены 1× GPU NVIDIA A100. Я предполагаю что стоит верить правилам больше, то есть определённо выделено 80 GB Видеопамяти на инференс. Это верно?

В турнирной таблице 18 медалей по 6 на золото серебро и бронзу, является ли это просто стилизованным решением или призовые будут делиться на всех в своём домене поровну, то есть условно не 796 тысяч первому месту (после вычета налога), а 132 тысячи каждому из 6 первых мест. Я могу предположить второе из-за того что, на том же Green Chalange всего три медали по одному на каждое место. Информации в своде правил я не нашёл (там просто первое, второе, третье места). Конечно логично платить только за конкретные места, в конце концов чемпионаты это покупка Сбером наработок в соревновательном формате и судя по комментарию. под другими конкурсом: "Медаль это внутриплатформенное достижение." - можете подтвердить?

1. Что происходит при превышении лимита по времени в 30 минут?

- а) запуск падает с ошибкой, метрика не считается, попытка не списывается;

- б) процесс убивают, и метрика считается по тому, что уже записано в --output;

- в) что-то другое.

2. Можно ли узнать фактическое время работы запуска (хотя бы общее время стадии инференса) и видеть precision и recall не только для лучшего сабмита? Сейчас для нелучших запусков виден только F1, и непонятно, упало ли качество из-за модели или из-за нехватки времени.

1. А
   2. Наведи левее на звездочки. А время ток ручками считац

В описание задачи (обзоре) и в примерах разный формат данных

| `⟦ASSISTANT · ход N⟧` | в описании без номера хода |
| `→ TOOL_CALL X: {...}` | в описании как `⟦TOOL_CALL name="X"⟧` |
| `← TOOL_RESPONSE X: ...` | в описании как `⟦TOOL_RESULT name="X"⟧` |

в проверяющей системе будет, так как в примерах или как в описании задачи? или возможны оба варианта?

Загрузка файлов не работает - доходит до почти до 90% и куда то пропадает окно загрузки

Напишите пожалуйста sha256 файлов baseline.tar.gz

А бейзлайн решение это? (на текущий момент 14 место)?

F1 = 0.48958 Precision=0.37008 Recall=0.72308

Здравствуйте! Сабмит проходит все этапы до «22. Статус расчёта метрик (Code run)» и падает там; логи этапа 22 не скачиваются. Уточните, пожалуйста: (1) какой формат файла предсказаний ждёт скорер — имена и типы колонок, порядок строк, кодировка, разделитель строк; (2) читает ли скорер файл по пути --output или ожидает фиксированное имя в рабочей директории; (3) можно получить текст ошибки этапа 22? Спасибо!

Нужно ли включать веса baseline-модели в model/, или они уже доступны в среде запуска?

Ответ может достигать объема - до 40 Гб?

будет запись вебинара?

Здравствуйте, уточните, пожалуйста, два момента:

1. Ограничение "размер решения строго менее 40 ГБ" относится к загружаемому архиву или к сумме распакованных файлов? Учитываются ли зависимости вместе с весами и кодом?

2. Ранее на вопрос об интернете на шаге pip install . был ответ "Нет доступа". Это относится ко всему циклу проверки, включая подготовку и загрузку модели? Веса обязательно должны находиться в архиве или их разрешено скачивать из Hugging Face при подготовке?

Уважаемые организаторы, большая просьба вылодите запись вединара плиз

Здравствуйте! Подтвердите, пожалуйста, что ограничение «размер решения строго менее 40 ГБ» проверяется по загружаемому ZIP-архиву, а не по суммарному объёму файлов на диске после распаковки. Мой ZIP имеет размер 39,93 ГБ; при запуске он дополнительно распаковывает вложенный runtime, и суммарный объём становится около 41,01 ГБ. Такое решение соответствует лимиту?

Напишите пожалуйста sha256 файлов baseline.tar.gz, Я не могу понять какой из файлов у меня скачивается с ошибкой. Не распаковывается

Добрый день,

А записи вэбинара от 22 сентября в 16:00 (по московскому времени) случайно нет?

Заренее спасибо.

Добрый день! Есть ли в окружении платформы предустановленная модель Qwen3.6-35B-A3B-FP8 (или аналогичная LLM) для инференса? Или решение должно содержать веса модели в архиве?

Независимые решения, полное совпадение. Глюк платформы?

Hello!

Does Guardian of Truth support submitting a Docker image reference from a container registry, as Green Challenge does, instead of uploading a ZIP archive?

If not, could you consider adding this option? When model weights remain unchanged and only inference code or prompts are updated, uploading the full archive again consume substantial bandwidth and time. A registry-based workflow would let us reuse unchanged model layer.

Очень жаль, что приходится сначала качать веса, потом их грузить. Со 2ой задачей моя машинка, при качестве связи в Крыму, отказывается справляться. Могу только эвристики править. Удачи всем участникам!

Здравствуйте! На какую почту можно написать с вопросом о задаче? На прикрепленную на сайт хакатона почту (AIJContest_2026_org@sberbank.ru) не получается отправить письмо.

В политике некоторых доменов указано «You should only make one tool call at a time». Если ответ одного хода содержит несколько вызовов, каждый из которых корректен по аргументам, доступности и условиям политики, считается ли само количество вызовов основанием для метки 1? Или ограничение относится к фактическому одновременному исполнению, которое нельзя установить по записи диалога?

Лимит 30 минут действует на один прогон по всему тесту (публичная + приватная часть вместе) или на каждую часть отдельно? И публичный скор считается из того же прогона, что и приватный?

Здравствуйте! Вопрос по окружению инференса решений.

Из логов прогона видно, что решение запускается на A100 (sm80) с vLLM 0.19.1, при этом зависимости из pyproject.toml решения не устанавливаются (в логе нет шага pip install; у нас в зависимостях закреплён vllm==0.30.0).

Наше решение использует LoRA-адаптер поверх FP8 MoE-модели (runtime-LoRA, --enable-lora). На связке «A100 + vLLM 0.19.1» движок падает при инициализации:

triton.compiler.errors.CompilationError: fused_moe_kernel ...

ValueError: type fp8e4nv not supported in this architecture

Фикс появился в vLLM начиная с релизов ~0.24 (FP8 MoE + LoRA роутится на Marlin), у нас это проверено на 0.30.0.

Подскажите, пожалуйста:

• Можно ли обновить vLLM в окружении инференса до версии из зависимостей решения (0.30.0) — или выполнять pip install . с установкой зависимостей из pyproject.toml?

• Если обновление невозможно — можно ли выполнять инференс на GPU с аппаратной поддержкой FP8?

Вопрос про приватному набору сейчас и в финале.
1. Разметка набора следует тому же стандарту, что ваш публичный сэмпл, или включает расширенные сценарии(т3) на человечность? Вы будете модифицировать задачи генератором или усложнять их?
2. Не совсем понятно про галлюцинации. Если текст/рассуждения неверны, а действие - верное, то это неподкреплённость(галлюцинация) или нет?

10.10.2026 18:13

Запустил, закончилось ошибкой, локально ок.

Подскажите пожалуйста в чем именно ошибка.