赛题业务场景：描述赛题相关的真实企业业务背景。从真实场景中，适当简化或者提炼出适合比赛的赛题场景

自大模型研究工作兴起以来，我国高度重视技术研发和产业应用布局，涌现出众多富有影响力的大模型。其中，文心大模型ERNIE是国内具有代表性的大模型平台。

本赛题要求选手基于文心大模型ERNIE相关技术，利用包括但不限于大模型API、套件ERNIEKit、BML/Easydl开发平台和场景化平台等百度领先的大模型能力，进行针对大模型时代下的创意软件开发。

本赛题需在“中国软件杯”大赛官网报名系统及百度AI Studio平台同时报名（信息请保持一致！）

“中国软件杯”大赛官网报名 请登录http://join.cnsoftbei.com/user  填写相关信息，队长组队后，选此赛题，填写本人UID（UID可在AI Studio平台个人中心查看），最终AI Studio线上模型测评成绩将以此账号成绩为准；

AI Studio报名通道已开放，参赛团队使用已有百度账号或新注册百度账号在AI Studio报名；

AI Studio赛事报名链接：https://aistudio.baidu.com/aistudio/competition/detail/972/0/introduction

最终报名信息以“中国软件杯”大赛官网报名信息为准！

有任何问题可加QQ群 535933521询问 

基本功能要求

在基于大模型技术开发应用时，选手应至少关注四个方面的工作：

1、产品创意层面：选手可以设计具有创意和竞争力的产品目标。任何好的软件，都需要找到、激活、甚至创造出某个场景下的特定需求，并对业务和用户带来实际的帮助，广告媒体。

2、大模型能力层面，选手可以通过大模型的API、预训练模型微调技术（Fine-tuning）和Prompt三大主流渠道，获取强大的AI能力。值得一提的是，预训练模型微调技术（Fine-tuning）能够使选手在对大模型进行微调，或者不进行微调的情况下，就可以完成多个应用场景的任务——这是由于大模型具有自监督学习能力，不需要或很少需要人工标注数据进行训练，能够降低训练成本，从而可以加快不同场景的模型生产速度，降低AI应用门槛。而Prompt是一种利用预训练模型知识的技术，它通过在输入中添加额外的文本或向量，来指导模型完成特定的任务。

3、软件开发层面，选手可以基于AI模型，面向终端用户的过程使用需求和结果呈现需求，构建流畅、合理和惊艳的交互式软件系统。

非功能性要求

运营模式/商业模式层面，选手需要思考自己的软件产品如何进行市场化运营，来保障有可观的用户注册量、使用率和利润率，这样的思考也可反作用于产品设计及开发本身。

实现条件：开发环境、实验平台、开发语言、数据库、编译器、涉及硬件等实现条件

本赛题要求选手基于文心大模型ERNIE相关技术，利用包括但不限于大模型API、套件ERNIEKit、BML/Easydl开发平台和场景化平台（文心一格、文心一言等）等百度领先的大模型能力，进行针对大模型时代下的创意软件开发。

这些能力大体可以分为三类：

1、API型能力：可以供选手直接调用；

2、预训练模型微调能力：可以允许选手使用小样本数据，在文心各个模型的预训练模型基础上进行微调（Fine-tuning）。选手可以使用代码式训练平台（如AI Studio、BML工具上进行），也可使用零代码训练工具（如Easydl）；

3、Prompt能力：选手可以打造一系列文本提示及模板，驱动大模型生产不同的下游任务（“下游任务”通俗来讲就是“应用”，即真实想要解决的任务，如生产图像、生产文本等）

测试数据或平台：提供给参赛者的测试环境和测试数据

开发所需设备及设备指标需求说明

文档及其他要求

要求选手在文档中明确：产品创意层、模型能力层、软件开发层和运营模式层的实现过程、典型创新点和每个阶段的成果。

各评分项及大致占比

产品创意层：创意新颖、定位清晰。

模型能力层：

1、数据部分：有对大模型在该场景下发挥价值的、用于微调的独特场景数据，鼓励选手自制数据集；

2、模型部分：有科学的模型微调训练过程。

模型能力部分也可以使用API进行获得，但鼓励大家自行训练。

软件开发层：运行稳定、交互流程明确、注重用户体验。

运营模式层：有合理的业务模式及用户增长链路。

初赛作品提交要求

预选赛提交：创意软件说明文档。

区域赛提交：产品创意层及模型能力层的实现过程、典型创新点和每个阶段的成果。（内容可以包括：①完整可交互的软件系统；  ②系统设计文档；  ③软件交互录屏与解说视频；  ④备赛历程中的大模型学习路线与心得等。）

总决赛提交：产品创意层、模型能力层、软件开发层和运营模式层的实现过程、典型创新点和每个阶段的成果。（内容可以包括：①完整可交互的软件系统；  ②系统设计文档；  ③软件交互录屏与解说视频；  ④备赛历程中的大模型学习路线与心得等。）