贺宇航
我的新闻发布时间：2024-08-30
文章标题：课题组斩获百度商业AI技术创新大赛亚军(2/3151)
内容：
在由百度和Nvidia联合举办的第二届百度商业AI技术创新大赛中，由焦天才、宋文涛、马帮和赵云龙四位同学组成的团队在激烈的竞争中脱颖而出，荣获全国总排名第二的优异成绩，在高校团队里排名第一。本次大赛吸引了来自全国263所高校的3395名参赛者，共组建了3151支队伍。经过长达三个月的激烈比拼，团队凭借卓越的AI技术实力和创新应用，在众多参赛队伍中一路过关斩将，最终进入决赛并取得令人瞩目的成绩。在决赛阶段，课题组团队展示了他们在商业AI应用场景下的创新解决方案，凸显了团队在解决实际问题方面的创造力和合作精神。课题组团队的出色表现为学校赢得了荣誉，也为高校AI研究注入了新的活力。此次成绩的取得不仅展现了他们的技术实力，也为高校学子在未来的AI技术发展道路上树立了榜样。
赛题设置：在百度商业营销场景，广告图片生成精细化描述具有重要意义和价值。当前，随着大模型时代的到来，利用多模态大语言模型（MLLM）生成图片描述已经成为业界的通用做法（DallE3，Sora, Stable Diffusion3）。本赛道任务是广告图片描述生成，期望通过高质量数据和建模优化，提升图片描述的准确性和完备性。
本次任务提供百度商业真实的广告图片和图片中文描述，数据量级约100万，参赛者自行划分训练集和验证集。 每条样本数据包括了三列，采用tab分割，分别为： * 图片id * 图片base64编码 * 图片的文字描述。如下图所示，通常包括了对图片中各个主体（人物的外貌、衣着、表情、物体颜色）、主体之间关系、背景、风格等细粒度描述。
针对以上任务，研究团队通过构建高效的数据管道、优化SFT训练、精细化Prompt Tuning以及加速性能推理，使得模型在精度和性能上均取得了显著提升，最终在大赛中荣获亚军。
本次比赛团队由焦天才、宋文涛、马帮、赵云龙组队完成，由西安交通大学人工智能学院贺宇航助理教授、龚怡宏教授共同指导完成。
