NOAI复赛考前冲刺
写给下周进考场的你。原题不会重考，连同类题也会换考点。所以这篇不带你背旧题，带你认题型、记内核、避开会直接判0分的坑。
下周就是国赛。这个时候再去学新模型已经来不及，真正能提分的是另一件事：把复赛到底考几类题、每类题的内核是什么、哪些低级错误会让你辛苦训的模型直接0分，在脑子里过一遍清楚。
前两届八道真题我们逐题拆过。把它们摆在一起看，规律比单道题清楚得多。
复赛长什么样
四道题，在Bohrium平台上做。每道题一个方向，基本覆盖：机器学习、计算机视觉、自然语言处理、AI for Science。
光这张表就能看出一件事：两年的题型分布不一样。2025没有纯机器学习题，多了一道无监督学习（宫格图）；AI for Science从物理换成了化学。所以别指望背某一道，要抓的是每一类题不变的内核。
复赛反复出现的几个共性，先记住：
•限时。有的限CPU时间，有的限GPU时间，常见是10分钟。跑不完，0分。
•约束架构。题目会限制你的网络：最多几个线性层、每层最多几个神经元、必须含几个卷积层。违反，0分。
•A榜不是最终成绩。比赛中能看到的是A榜（测试集的一半），最终算的是B榜（另一半，赛后公布）。在A榜上过拟合，B榜会翻车。
•交的是方法，不是答案。多数题训练集、测试集参数不同，你要交一个对所有数据都work的模型或方法。
每一类题，记三样东西就够：内核（换考法也不变的那部分）、下次可能怎么变、会让你白丢分的坑。
第一类：机器学习与分类（基本功）
两年怎么考的：2024投篮命中率预测就是这一类。给一份球星投篮数据，用PyTorch搭神经网络预测命中与否。约束极紧：最多3个线性层，每层最多8个神经元，只能用指定的几个激活函数。
考点本质：这类题考的不是模型有多大，是你能不能在死约束里把基本功做扎实。8个神经元能用的容量极有限，训得好不好全压在基本功上。考的是：PyTorch标准流程跑不跑得通（数据加载、搭模型、训练、预测），激活函数选得对不对，损失函数配得对不对。
内核（可迁移的）
• 二分类的决策边界直觉。投篮命中率本质是"在二维平面上画一条线，把命中和不命中分开"。想清楚自己在画什么，才知道几个神经元够不够。
• 激活函数的取舍。隐藏层优先用ReLU系（无界）。Sigmoid/Tanh在输入偏大时会饱和、梯度变小，小网络本来容量就紧，别再添堵。
• 损失函数别配错。这是复赛最高频的bug，单独拎出来说。
下次可能怎么变：换数据集（别的表格数据）、换约束（神经元数和层数变一变）、换任务（二分类变多分类、变回归）。不管怎么变，内核都是"在限制下做对基本流程"。
最容易丢分的坑
① BCEWithLogitsLoss和sigmoid套两次。如果你forward最后加了sigmoid，又用了nn.BCEWithLogitsLoss，相当于sigmoid套了两次，输出全被压到0.5附近，模型什么都学不到。正确做法：用BCEWithLogitsLoss，forward里不加sigmoid，预测时再手动套torch.sigmoid。
② nn.Sequential写了就是0分。评分系统检测不到nn.Sequential内部的网络结构，会判定你不满足层数要求。必须在__init__里逐层定义，在forward里手动连接。这条对所有约束架构的题都成立。
第二类：计算机视觉（工程细节决定上限）
两年怎么考的：2024真假图像识别（区分真照片和扩散模型生成的假图）。2025一口气两道：合成语音检测、宫格图分类。
考点本质：CNN的搭建和调优。但真正拉开差距的，是那些"免费"的提升项：通道数、BatchNorm、数据增强，这些不违反约束又能涨分。同样两层卷积，一个人用16通道裸CNN，另一个人用128通道加BatchNorm加数据增强，准确率能差出好几个百分点。
内核（可迁移的）
•先看清楚"数据到底是什么"，再决定怎么处理。这是CV题最重要的一步，这两年三道CV题都卡在这里。
• 评分对齐。2024真假图像那道，评分公式里塞了网络复杂度惩罚：层数越多复杂度分越低。不是模型越大越好，是在"最少结构换最高准确率"之间找平衡。先看清评分是Accuracy还是F1、有没有复杂度惩罚，再决定怎么搭。
• 数据增强要看数据本质。这是2025合成语音那道的题眼。
这两年最能体现"换考法"的，就是CV这一类：
• 2024真假图像：常规CV分类，但加了复杂度惩罚。
• 2025合成语音：给的不是音频，是梅尔频谱图，把声音转成一张128×94的图片。题目明说"可以纯当CV题做"。跨了模态，但落点还是CNN二分类。
• 2025宫格图：表面是CV分类，实际是无监督学习。给的标签标的是"女装/美妆"，跟"宫格图/非宫格图"完全无关，等于没给有效标签。你得先发现标签不能用，再想办法。
下次可能怎么变：换图像来源、再跨一种模态（比如别的信号转成图）、继续考无监督、或者评分里换一种惩罚项。内核始终是"先搞清数据是什么，再上CNN"。
最容易丢分的坑
① 频谱图不能随便做数据增强。普通图片水平翻转是合理的（猫翻转还是猫）。但频谱图水平翻转等于时间倒转，垂直翻转等于频率颠倒，物理上都不成立。能不能用某种增强，取决于你理解不理解这张"图"的物理含义。
② 拿到假标签直接训。宫格图那道，直接用csv里的"女装/美妆"标签训练，方向从一开始就全错。验证集还没标签，你连本地评估都做不了，得自己想办法（先聚类、或手动标一小批验证）。
③ 模型类名和忘了model.eval()。类名必须按题目要求（比如MyModel），改了名可能提交失败。预测前忘了切model.eval()，BatchNorm和Dropout会用错状态，分数虚低。
第三类：自然语言处理（限时是关键约束）
两年怎么考的：2024新闻文本分类（输入新闻，输出类别）。2025德语组合词分割（把"Fussballspieler"拆成"Fuss"、"ball"、"spieler"）。
考点本质：把文本变成数字（Embedding），再用序列模型处理（LSTM或一维卷积），同时在限时里把模型训完。NLP题的数据量通常比CV大，时间预算是硬约束。
内核（可迁移的）
• 文本数字化 + 序列建模这套流程。Embedding把字符或词变成向量，LSTM/CNN处理序列，最后接线性层输出。
• 双向比单向好。一个字符是不是词尾，既看它前面、也看它后面。双向LSTM同时从两个方向读，但慢1.5到2倍，要算清时间够不够。
• 限时下的取舍。BiLSTM慢、纯CNN快。如果BiLSTM只能跑5个epoch，纯CNN可能能跑20个。epoch不够模型就没训好。选模型时要把时间成本算进去。
这两年的"换考法"就体现在这里：2024是整句分类（一句话归一个类），2025变成序列标注（一个字符序列，逐个位置预测0还是1）。同样是NLP，一个是分类，一个是逐位置打标签，模型的输出结构完全不同。
下次可能怎么变：分类、序列标注之后，可能是别的形式；换种语言；换文本长度。但"Embedding加序列模型，在限时里训完"这个内核不变。
最容易丢分的坑
① 评分是F1不是Accuracy。NLP题常用F1。类别不均衡时，Accuracy会骗人（全猜多数类也能高Accuracy），F1才反映真实水平。组合词分割里"词尾"这个类是少数，要用pos_weight给它加权，不然模型会偷懒全猜0。
② 没在真实硬件上计时。限时10分钟包含训练加测试。LSTM在CPU上比GPU慢得多。一定要在和评测一样的硬件上实际跑一遍计时，别等提交了才发现超时。超时，0分。
③ 词表只在训练集建，还要处理未知词。测试集里会出现训练集没见过的字符或词，要预留一个"未知"位置，不然程序直接报错。
第四类：AI for Science（最该重点准备的一类）
这一类单独展开，因为它是大多数学生最虚、也最年年换花样的地方。
先说清楚它难在哪。AI for Science不是"AI题"，是用AI的工具去解一个科学问题。门槛不在写代码，在学科知识。2024单摆那道，不懂微分方程、不理解阻尼振荡，连题目都读不完。2025化学那道，不理解反应机制，模型就是在瞎猜。
两年考点完全不同，正好说明背旧题没用：
• 2024单摆（物理）：给一个带阻力的单摆微分方程，参数未知，让你从残缺的摆角数据里回归出物理参数（绳长、阻力、外力等）。
• 2025化学（化学）：给一个金属有机反应的5个基元反应和8个差分方程，让你根据初始浓度预测半衰期。
一个是物理一个是化学，一个回归参数一个预测结果，表面毫无关系。但它们背后是同一套范式。抓住这套范式，换成生物、电路、天体，你都能上手。
AI for Science通用范式（四步）
第一步：读懂科学背景和方程。题目一定会给你支配方程（微分方程、反应方程、某种规律）。这一步过不去，后面全白搭。所以这类题的真正门槛在动笔之前。
第二步：判断走哪条路。看你拿到的是什么、要求什么：
• 给了方程、要你求方程里的未知参数 → 参数回归（单摆型）。
• 给了机制、要你预测某个结果量 → 从机制提炼特征，再上简单模型（化学型）。
• 数据有缺失、要你补全或外推 → 先回归参数，再用方程数值模拟。
第三步：用PyTorch的自动求导拟合参数。这是最关键、也最被忽略的一点：PyTorch的nn.Parameter加梯度下降，不只能训神经网络，能拟合任何可微的参数。把物理/化学方程里的未知量定义成可学习参数，让方程的预测去逼近观测数据，反向传播就能把参数解出来。这是AI for Science最通用的武器。模板长这样：
import torch import torch.nn as nn class PhysicsModel(nn.Module): def __init__(self): super().__init__() # 把方程里的未知参数定义成可学习参数 self.alpha = nn.Parameter(torch.tensor([1.0])) self.beta = nn.Parameter(torch.tensor([10.0])) # 用学科常识给初值 def forward(self, omega, theta): # 这里直接写物理方程，不是神经网络 return -self.alpha * omega - self.beta * torch.sin(theta) model = PhysicsModel() optimizer = torch.optim.Adam(model.parameters(), lr=1e-3) for epoch in range(20000): a_pred = model(omega, theta) # 方程算出的加速度 loss = nn.functional.mse_loss(a_pred, a_real) # 和差分出的真实加速度比 optimizer.zero_grad() loss.backward() optimizer.step() # 训完，model.alpha、model.beta就是解出来的物理参数
代码里的omega、theta、a_real，都是先对观测到的角度数据做差分、再算出角速度和角加速度得到的。
第四步：用解出的参数做数值模拟。参数拿到手，方程就完整了。要补全缺失数据、要预测未来某个时刻，用scipy.integrate.odeint（或手写欧拉法）正向积分方程就行。单摆那道求"下一次摆角过零的时刻"，就是这么做的。
两种范式对照
化学那道的题眼，是题目自己点破的："Feature数比较少，不建议使用太复杂的模型。"意思很直白：这不是堆模型的题，是特征工程的题。3个初始浓度直接丢进网络，中间隔着5个基元反应的复杂关系，模型学不出来。你得从反应方程出发，构造像c(L₂M)×c(D)（正反应速率相关）这种有化学意义的特征，简单模型立刻就能拟合好。
下次可能换成什么
学科可能换成生物（种群增长、传染病SIR模型）、电学（RC/RLC电路）、流体、天体（轨道运动）。形式可能是回归参数、预测结果、补全缺失、外推未来。但内核永远是这四步：读懂方程 → 判断路线 → 可微参数拟合 → 数值模拟。准备AI for Science，就准备这套范式，别准备具体某道题。
AI for Science专属的坑
① 评分往往是断崖式的，要稳。化学那道的评分公式带5次方，误差越大分数掉得越狠：误差到10分数还有0.84，过约17就直接归0。几个实验预测崩了，平均分就被严重拖低。宁可整体偏保守，也不要个别样本出大错。
② 用学科常识给参数初值。梯度下降可能收敛到局部最优。别用纯随机初始化：单摆绳长一般0.5到5米，那β₁≈g/l大概在2到20之间，给个10当初值，比随机靠谱得多。这是物理建模做多了的人不会卡住的地方。
③ 差分求导要对齐数组长度。用差分近似导数时，每求一次导数组长度减1。θ有n个点，ω有n-1个，a有n-2个。三个数组要截断到一样长。长度不齐时PyTorch广播机制不报错，但算出来的loss是错的，最坑。
④ 半衰期这类量要插值提取，别取最近点。浓度每10秒记一次，直接找"第一个降到一半的点"有±10秒误差，断崖评分下足以致命。在跨过临界值的两个点之间做线性插值，精度能到1秒内。
⑤ 交通用方法，不是给训练集调出来的参数。题目明说各数据集参数不同。硬编码epoch数、针对某组数据调的学习率，测试集上大概率不work。用early stopping或足够大的epoch加收敛判断。
进考场前，再过一遍这张保命清单
前面分题型说的技巧，最后压成一张表。这几条和题目内容无关，纯粹是别让自己白白丢分：
会直接判0分的红线
•nn.Sequential嵌套：评分系统看不到里面的结构，约束架构的题一律0分，逐层手写。
• 模型类名、提交文件名、输出格式不按要求：可能直接提交失败或0分。
• 超时：CPU/GPU限时包含训练加测试，先在同款硬件上计时。
• 评分指标算错：F1要算所有类别的平均，漏了记0分。
不丢冤枉分的习惯
• 先确认评分是Accuracy还是F1，有没有复杂度惩罚，是不是断崖式。评分标准决定你的策略。
• 免费的提升项别浪费：BatchNorm、数据增强、通道数、归一化，不违反约束又涨分。
• A榜是给你调试的，B榜才是成绩。别为A榜过拟合。
• 先跑通拿基础分，再优化。一个能提交的完整流程，比一个跑不通的复杂模型值钱得多。
• 动手前先想清楚两件事：数据到底是什么，任务到底要什么。想明白了，模型选择自然就对了。
这周时间不多了，最该花在AI for Science那套范式上。其余的，进了考场稳住，别犯低级错误，把会的分拿全，就是好成绩。
IOI2026国家队选拔第一名的他，IOAI国际人工智能奥赛也拿到了银牌
2026暑期
NOAI基础：Python、数据处理与可视化
NOAI集训：信竞选手NOAI直通车
NOAI专题：AI算法提升+NOAI复赛高分
Kaggle竞赛：长期参加国际顶级AI竞赛
AI科研项目：专题科研、产出论文
