高校学子和行业精英如何“玩转”AI大模型数据生成 来看看这场天池大赛

9月6日，“天池 Better Synth-多模态大模型数据合成挑战赛”（以下简称“大赛”）在京圆满落下帷幕。这场由阿里云、NVIDIA联合主办的AI盛事，自启动以来便吸引了来自全国各地的顶尖高校、科研机构及科技企业的积极参与。经过数月的激烈角逐，10支队伍脱颖而出，斩获荣誉奖项。来自阿里巴巴通义实验室、NVIDIA、中国人民大学、华东师范大学等企业和高校的技术专家担任决赛评委，共同见证大赛成果的诞生。

近年来，随着大模型技术的加速发展，人工智能的底层技术架构持续迭代。在AI发展的初期，人们更多地聚焦于模型算法的创新与优化，然而，随着技术的不断成熟，数据的质量和治理情况逐渐成为决定AI性能的关键因素。据中科院声学所的张博士研究指出，在实际工程应用中，AI系统落地效果的好坏，仅有20%取决于算法本身，而其余80%则依赖于数据的质量。

对于多模态大模型的训练而言，其对数据的海量需求与网络数据资源的有限性之间的矛盾日益凸显。如何在有限计算资源下，借助已有的大模型技术，高效高质地合成训练数据，成为了产业界和学术界共同面临的挑战。在此背景下，“天池Better Synth-多模态大模型数据合成挑战赛”应运而生，作为Data-Juicer for LLMs系列赛的第四场比赛，旨在汇聚各方智慧，探索数据合成的新方法与新策略，共同推动多模态大模型技术的创新发展。

本次大赛周期2个月，采用线上初赛与线下决赛相结合的“赛训一体”模式。晋级队伍不仅有机会与来自阿里巴巴通义实验室、NVIDIA等顶尖团队的技术专家面对面交流学习，还能在主办方统一提供的设备上进行研发与调试，确保比赛的公平性与高效性。