人生苦短，我用Python！
巅峰对决，超三十万奖金等你挑战！第十届信也科技杯全球AI算法大赛火热开赛！
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区
信也科技今年跟IJCAI和CIKM这两大全球顶级AI会议合作，这场比赛被全球人工智能顶会CIKM收录为官方赛事单元，获奖选手有机会全球人工智能顶会创造更大的影响力。
赛事概况
随着深度伪造技术的高度发展，人工智能产业走深向实，生成合成技术开始呈现工具化和普及化趋势。在生成合成内容质量显著提升的当下，基于换脸攻击的身份冒用和欺诈事件在全球范围内激增，严重威胁个人隐私和公共数据安全。第一届信也科技杯全球AI算法大赛聚焦于“视觉深度鉴伪识别”技术领域，邀请全球领域内精英利用深度学习等先进技术，开发可准确识别真伪图像的检测算法，应对多国家、多场景下的深伪攻击挑战。大赛将综合评估算法在真实场景下的性能和适用性，旨在推动深度鉴伪技术创新，构建安全可信的AI安全防线，引导科技向善，推动全球人工智能产业快速良性健康发展。
赛事奖励
**★ 单赛道瓜分超三十万奖金池，TOP10均可获得现金奖励**
优秀团队将受邀出席国际人工智能顶会CIKM 2025，与学界、行业大咖面对面交流。
金奖1队 100,000×1 RMB +荣誉证书
银奖2队 60,000×2 RMB +荣誉证书
铜奖2队 30,000×2 RMB +荣誉证书
优秀奖5队 5,000×5 RMB +荣誉证书
现场特别奖项：方案创新奖1,000RMB 最快推理奖1,000RMB 最佳问题分析定义奖1,000RMB
*所有奖项金额均为税前金额，实际发放金额可能会受到适用税务法律法规的影响
赛事日程速览
**组队报名：** 北京时间 2025/06/24 00:00:00 - 2025/07/23 23:59:59
**初赛阶段：** 北京时间 2025/07/01 00:00:00 - 2025/07/31 23:59:59
**复赛阶段（数据集验算）：** 北京时间 2025/08/01 00:00:00 - 2025/08/29
**决赛材料提交：** 北京时间 2025/09/01 00:00:00 - 2025/09/07 23:59:59
**决赛日：** 另行通知
即刻报名参赛
电脑端
报名链接：[http://ai.ppdai.com/mirror/show](http://ai.ppdai.com/mirror/show)
**报名截止日期：** 2025/07/23 23:59:59
报名选手交流群
> `群号:604017802`
群名:第十届信也科技杯官方群
本群仅供赛事信息交流用，加群不作为报名依据!
关于“信也科技杯”
“信也科技杯”是由信也科技主办的数据算法竞赛平台，自2016年创办以来，共吸引了近万名海内外优秀选手参赛，已经成为数据科技领域一项广受认可的重要赛事。大赛历届主题都延伸于金融科技领域真实业务场景，如“语言深度鉴伪识别”、“语音方言距离识别”、“基于图关联的欺诈用户识别”等，为全球算法领域人才搭建高质量的切磋和交流的平台。
关于信也科技
信也科技成立于2007年，是中国领先的金融科技集团，力图通过大数据、人工智能等技术实现“科技，让金融更美好”的使命。
作为中国信贷科技的初代探索者，信也科技已在金融机构科技服务和消费金融便利化领域占据行业领先地位。集团围绕信贷科技、国际化业务以及科技生态孵化三大板块，以创新科技赋能机构，持续服务合作伙伴，助力实体经济高质量发展。与此同时，信也科技积极探索科技出海之路，在印尼、菲律宾、巴基斯坦建立本地化金融科技平台，并在拉美地区开展科技服务业务，将信也的科技优势和业务经验带向全球。
信也科技已于2017年在美国纽交所上市，股票代码为FINV。
相关推荐
解读2016之大数据篇：跨越巅峰，迈向成熟
即将过去的2016年，大数据技术在持续火热发展的同时，也在各细分领域取得了不同的创新。回顾大数据的2016，我们都得到了什么？2017年，会是大数据技术与人工智能融合迸发的时代吗？随着大数据在不同的领域越来越多的应用场景的发现，如何对数据资产进行管理就变得越来越重要。由此也产生了很多的创业公司和开源项目。WhereHows是LinkedIn在2016年开源的一套数据目录发现和数据世系管理的平台。可以当作企业的中心元数据管理系统，对接不同的数据存储和数据处理系统，从而能够全面的管理企业数据目录、数据结构以及数据世系。Alation是一套企业级的数据管理和数据发现的平台，与WhereHows不同的
【化工设备防腐】基于BF凝水除铁缓蚀剂的螺旋板换热器腐蚀与冷凝水发红问题综合治理技术应用
内容概要：本文针对氯碱厂盐水螺旋板预热器腐蚀渗漏及蒸汽冷凝水发红、偏酸性的问题，提出并实施了采用BF凝水除铁缓蚀剂成膜法的综合治理方案。通过分析腐蚀原因，确认主要为二氧化碳引起的酸性腐蚀和溶解氧导致的氧腐蚀。在原有阴极保护与局部防腐涂层改造基础上，进一步投加BF凝水除铁缓蚀剂，该药剂能在金属表面形成单分子保护膜，有效阻隔腐蚀介质，实现全系统气液两相的协同防护。经72小时试验，冷凝水pH值恢复至8.5以上，铁离子浓度降至0.07mg/L以下，颜色清澈透明，达到回用标准，实现了设备安全运行与冷凝水高效回收。; 适合人群：从事化工、电力、锅炉系统管理及相关工业设备维护的技术人员与工程管理人员，尤其适用于面临换热器腐蚀、冷凝水水质异常问题的企业技术人员。; 使用场景及目标：①解决工业蒸汽系统中冷凝水发红、铁离子超标、pH偏低等腐蚀问题；②提升冷凝水回收率，降低能耗与水资源浪费，实现节能减排与降本增效；③替代传统除氧剂与末端过滤设备，优化现有水处理工艺。; 阅读建议：此资源结合实际案例提供系统性解决方案，读者应重点关注问题诊断逻辑、药剂作用机制与实施流程，可将其作为类似工况下腐蚀治理的技术参考，并结合自身系统特点进行可行性评估与小试验证。
数字化供应链AI智能体平台规划及场景应用方案.pptx
数字化供应链AI智能体平台规划及场景应用方案.pptx
无刷直流电机BLDC无感+滑模观测器+转速电流双闭环PI控制（总共三个仿真模型）（Simulink仿真实现）
内容概要：本文档系统阐述了无刷直流电机（BLDC）在无位置传感器条件下的高性能控制策略，基于Simulink平台构建了三个相互关联的仿真模型，重点实现无感控制与滑模观测器（Sliding Mode Observer, SMO）相结合的转速电流双闭环PI控制系统。该资源摒弃了传统的霍尔传感器，利用滑模观测器实时估算转子的位置与转速信息，有效降低了系统成本并提升了在恶劣环境下的运行可靠性。仿真模型完整涵盖了逆变电路、空间矢量脉宽调制（SVPWM）、三相电流采样、坐标变换（Clark & Park）、PI调节器以及滑模观测器等核心模块，形成了一个闭环的、高动态响应的电机驱动系统。此外，文档还集成了模糊PID、传统PID等多种控制算法的对比仿真模型，便于研究者深入分析不同控制策略在动态响应、抗干扰能力和稳态精度方面的性能差异，为电机控制算法的研究与工程化应用提供了坚实的仿真验证基础。; 适合人群：具备自动控制理论、电机拖动原理及电力电子技术基础知识，并熟悉MATLAB/Simulink软件操作的电气工程、自动化、机电一体化等专业的高年级本科生、硕士研究生，以及从事电机驱动、新能源汽车、工业自动化等领域的研发工程师和技术人员。; 使用场景及目标：①深入学习和掌握无刷直流电机无位置传感器控制的基本原理与实现方法；②系统性地理解滑模观测器的设计思想、稳定性分析及其在转子位置与速度估计中的关键技术；③对比研究传统PI控制、模糊PID控制及滑模观测器在BLDC调速系统中的综合性能，分析其在不同工况下的鲁棒性与适应性；④为毕业设计、科研课题或工业项目中的电机控制系统开发提供可复用的仿真平台与技术参考。; 阅读建议：本资源以Simulink仿真为核心载体，建议使用者结合文档中提供的详细说明报告与参考文献，循序渐进地理解各功能模块的设计逻辑与参数整定方法。在学习过程中，务必动手运行并调试仿真模型，仔细观察并记录在不同负载突变、转速指令变化等工况下，电机的三相电流、转速响应曲线及滑模观测器输出的转子位置与速度的动态波形，从而深刻理解控制算法的内在机理。为进一步提升实践与创新能力，可尝试修改控制器参数（如PI增益、滑模增益），或替换不同的控制策略进行对比实验，探究其对系统性能的影响。
SqlSugar 是 .NET 开源的 ORM 框架，由 Fructose 大数据技术团队维护和更新，开箱即用最易用的 ORM 低代码 高性能 超级简单 功能全面 [多数据库兼容]
SqlSugar 是 .NET 开源的 ORM 框架，由 Fructose 大数据技术团队维护和更新，开箱即用最易用的 ORM。[低代码] [高性能] [超级简单] [功能全面] [多数据库兼容] [合适产品]。支持.NET.net framework.net core3.1.ne5.net6.net7.net8 .net9 .net10。支持数据库 MySql、SqlServer、Sqlite、Oracle、postgresql、达梦、Mongodb 人大金仓（国产推荐）、神通数据库、瀚高、Access DB2、DuckDb、Hana、OceanBase TDengine QuestDb Clickhouse MySqlConnector、华为 GaussDB 南大通用 GBase、MariaDB、Tidb、Odbc、Percona Server， Amazon Aurora、Azure Database for MySQL、 Google Cloud SQL for MySQL、自定义数据库。真正实现零SQL ORM表构建、索引和CRUD支持。Support.NET 数百万大数据写入、更新、子表，拥有数十亿查询统计数据成熟解决方案。支持SAAS完整应用：跨数据库查询、审计、租户子数据库、租户子表和租户数据隔离。支持低代码 + 工作流程（动态类构建、动态表构建、非实体多库兼容 CRUD、JSON TO SQL、CUSTOM XML 等）。支持 ValueObject、判别器、仓库、UnitOfWork、DbContext、AOP
