Academic Integrity
学术诚信与合规参赛
竞赛学习的目标是形成可解释、可复现、可归属的能力。任何辅导、组队、代码复用和资料使用,都必须同时满足目标赛事规则、许可证、队伍约定与基本学术诚信要求。
最后更新:2026 年 7 月 16 日以目标赛事规则为最高边界
不同比赛对外部数据、预训练模型、公开 Notebook、团队规模、私下协作、提交次数和获奖材料有不同要求。开始前阅读规则,规则更新后重新核对;不确定时优先寻求赛事主持人的公开澄清。
原创工作与可解释性
参赛者应能说明自己提交中的数据处理、验证、模型、后处理和关键决策。仅能运行但无法解释的代码不应被包装为独立完成的成果,更不能隐瞒实际贡献者。
公开代码与引用
公开 Notebook 或仓库可用于学习,但可访问不等于可任意复制。复用前检查比赛规则和许可证,保留作者、链接与必要声明,并记录自己的修改与验证。
外部数据与预训练模型
使用前确认比赛是否允许、是否要求公开、是否满足许可证和可复现要求。不得把私有、受限或来源不明的数据伪装成公开数据,也不得通过模型或特征绕过明确限制。
团队协作
队员应在规则允许的时间与范围内协作,明确分工、数据和代码权限、提交决策、队伍合并、署名和赛后公开方式。不得跨队共享受限信息或以多个账号规避提交限制。
辅导服务边界
辅导可以解释规则、诊断验证、审阅思路、指出错误和提供练习框架,但不代写完整作品、不代跑私有方案、不代提交、不控制账号,也不承诺排名或获奖。
实验与提交记录
保留数据版本、划分、随机种子、代码版本、本地分数、线上分数、主要改动和结论。记录既帮助复现,也能在队伍、评审或赛后复盘中说明贡献。
禁止行为
不得盗用他人账号或作品、伪造结果、泄露受限数据、绕过队伍与提交限制、隐瞒外部帮助、删除必要引用,或以任何方式规避比赛规则和适用法律。
发现问题时的处理
暂停相关提交,保存事实与时间线,核对规则并在必要时向队友、辅导人员或赛事主持人说明。已公开内容如存在引用或归属错误,应及时更正,而不是继续扩散。