提交

赛道 1 提交格式

赛道 1 当前采用如下 jsonl 格式。

{"question_id": "gigaspeech_0_1", "answer": "A"}
{"question_id": "gigaspeech_0_2", "answer": "B"}

Note:

• question_id 应与测试集中的相同。
• 只提交一个包含所有子集结果的文件。
• 禁止使用API进行直接预测：测试数据不得用于任何API相关的过程，包括预处理、中间处理步骤、推理、结果预测或评估。API只能用于模型训练目的。

赛道 2 提交格式

对于每个样例，输入包含一个 json 文件和按 0.5 fps 采样的视频帧：

files for each question
1  question.json
2  0.5.png  // the frame sampled at 0.5 sec
3  1.0.png
4  ...
5  16.5.png // the last frame of the video

question.json
1  {
2    "question_id": "IM9NZMRfLd4.1.mp4",
3    "question": "What kind of items are sold in the store?"
4  }

你的系统应当类似下面的 Python 伪代码：

inference pseudocode
1  input(question)
2
3  for current_time in range(0.5, video_length, 0.5):
4      # READING FRAMES FROM t > current_time IS STRICTLY PROHIBITED NOW
5      input(f"{current_time}.png")
6
7      if respond_now:
8          output(f"Model response at t={current_time}s")

你需要提交一个 jsonl 文件，每个样例占一行。每一行都是一个按如下格式组织的 json 对象：

{
  "question_id": "IM9NZMRfLd4.1.mp4",
  "model_response_list": [
    {"time": 1.0, "content": "Model response at t=1.0s"},
    {"time": 5.5, "content": "Model response at t=5.5s"}
  ]
}

上传要求

• 每支队伍需将 jsonl 结果文件上传到指定的 Google Drive 提交目录。
• 文件名必须使用 Team ID，并与报名信息保持完全一致。
• 文件名大小写必须严格一致。
• 任何不符合要求的情况都可能导致文件处理出错，并被视为无效提交。
• 阶段2使用相同的上传链接且要求相同。最新提交文件用于最终评测。

• 上传者请填写队长名字（用于验证）。
• 请将模型上传至 Hugging Face，并保持公开可访问至 7 月 15 日（AOE，Anywhere on Earth）。提交时，请确保在 Google Form 中填写模型的 Hugging Face 链接。
• 技术报告需写清楚运行设置、参数、工具包等，若无法运行将影响最终结果。

排行榜更新

• 每周一和周五，组织者会下载最新提交结果。
• 随后运行评测并更新排行榜。

赛道排行榜：

• 赛道 1 排行榜
• 赛道 2 排行榜