icoa-cli 2.19.421 → 2.19.422

package/dist/commands/sprint.js

@@ -1 +1 @@
-import{existsSync as o,mkdirSync as e,readFileSync as n,writeFileSync as t}from"node:fs";import{dirname as s,join as l}from"node:path";import{fileURLToPath as r}from"node:url";import chalk from"chalk";import{getMainRl as a}from"../lib/main-rl.js";import{logCommand as c}from"../lib/logger.js";let i=!1;export function isSprintActive(){return i}const g=s(r(import.meta.url)),y=l(process.env.HOME||".",".icoa"),p=l(y,"sprint-state.json"),d={"T-torch":"裸 torch:手写 attention / causal mask / perplexity","T-umap":"降维当特征提取器,不是画图工具","T-lora":"peft LoRA 参数高效微调","T-librosa":"音频特征流水线:mel / MFCC → 定长向量"},u=["",chalk.bold.cyan("   ASTANA 2027"),chalk.gray("   — 给还没出发的你"),"",chalk.white("   草原的风从额尔齐斯河吹到阿斯塔纳的时候,会带着一点雪的味道。"),chalk.white("   你还没去过那里。但那里已经有一个座位,写着你的名字。"),"",chalk.white("   你现在坐在屏幕前,离比赛还有几天。"),chalk.white("   你可能会想:几天能改变什么?"),"",chalk.white("   足够让一个人从「看着题发呆」变成「看到题就知道该拆哪一层」。"),chalk.white("   足够让手指记住 import torch 之后该敲什么。"),chalk.white("   足够让你在比赛那天早上醒来时,不再害怕。"),"",chalk.bold.yellow("   M")+chalk.white(" —— 你总是第一个说「我先试试」的那个。别停。"),chalk.bold.yellow("   V")+chalk.white(" —— 你总是问「为什么是这样」的那个。继续问。"),chalk.bold.yellow("   A")+chalk.white(" —— 你总是在别人放弃时还在改最后一版的那个。改下去。"),"",chalk.white("   你们三个人,一个人是一条腿走路,三个人是奔跑。"),"",chalk.white("   你们要面对的不是一场考试,是一次证明:"),chalk.bold.white("   中国的高中生,可以在 AI 的赛场上,和世界站在同一排。"),"",chalk.white("   而 2027 年的阿斯塔纳,是我们下一个约定。"),"",chalk.gray("   现在,把这行字关掉,去做第 1 题。"),chalk.gray("   — 熊猫教练"),""];function h(e){const n=[l(g,"..","data",e),l(g,"..","..","src","data",e)];for(const e of n)if(o(e))return e;return n[0]}function f(o){try{e(y,{recursive:!0}),t(p,`${JSON.stringify(o,null,1)}\n`)}catch{}}function m(o){return"★".repeat(Math.max(1,Math.min(5,o||3)))}function w(o,e){const n=new Set(e.done),t=new Set(e.opened);console.log(),console.log(chalk.bold.cyan("  ⚔ IOAI 2026 · 四工具冲刺")+chalk.gray(`   已攻克 ${n.size} / ${o.length}`));const s=new Map;for(const e of o)s.has(e.bullseye)||s.set(e.bullseye,[]),s.get(e.bullseye)?.push(e);for(const[o,e]of s){console.log(),console.log(chalk.bold.white(`  ${o}`)+chalk.gray(`  — ${d[o]||""}`));for(const o of e){const e=n.has(o.seq)?chalk.green("✓"):t.has(o.seq)?chalk.yellow("◐"):chalk.gray("⬜");console.log(`    ${e} ${chalk.bold.white(String(o.seq).padStart(2))}  `+chalk.white(o.title.slice(0,34).padEnd(34))+chalk.gray(m(o.difficulty).padEnd(5))+chalk.gray(o.needs_gpu?" ⚡":"  ")+chalk.gray(` ${o.data_mb}M`))}}console.log(),console.log(chalk.gray("  ")+chalk.cyan("open <n>")+chalk.gray(" 看题  ·  ")+chalk.cyan("done <n>")+chalk.gray(" 标记攻克  ·  ")+chalk.cyan("ai")+chalk.gray(" 问 Gemma  ·  ")+chalk.cyan("back")+chalk.gray(" 退出")),console.log(chalk.gray("  ⬜ 没看过   ◐ 看过没做完   ✓ 攻克")),console.log()}function b(o,e){const n=[];let t="",s=0;for(const l of o){const o=/[　-鿿＀-￯]/.test(l)?2:1;s+o>e&&(n.push(t),t="",s=0),t+=l,s+=o}return t&&n.push(t),n}export async function runSprint(){c("sprint");const o=function(){try{const o=JSON.parse(n(h("sprint-tasks.json"),"utf8")),e=Array.isArray(o?.tasks)?o.tasks:[];try{const o=JSON.parse(n(h("sprint-cards.json"),"utf8")),t=new Map((o.cards||[]).map(o=>[o.seq,o]));for(const o of e){const e=t.get(o.seq);e&&Object.assign(o,{star:e.star,trap:e.trap,action:e.action,meta:e.meta})}}catch{}return e.sort((o,e)=>o.seq-e.seq)}catch{return[]}}();if(0===o.length)return console.log(),console.log(chalk.yellow("  冲刺题单还没装进这个版本。")),console.log(chalk.gray("  升级后再试:")+chalk.cyan("npm install -g icoa-cli@latest")),void console.log();const e=function(){try{const o=JSON.parse(n(p,"utf8"));return{who:o.who||"",opened:o.opened||[],done:o.done||[]}}catch{return{who:"",opened:[],done:[]}}}();if(0===e.opened.length&&0===e.done.length)for(const o of u)console.log(o);e.who||(e.who=""),w(o,e);const t=a();if(null===t)return;const s=t.listeners("line").slice();t.removeAllListeners("line");const l=t.prompt.bind(t);i=!0,t.setPrompt(chalk.bold.cyan("icoa ioai2026> ")),await new Promise(n=>{t.on("line",async r=>{const a=r.trim(),[c,g]=[a.split(/\s+/)[0]?.toLowerCase()||"",a.split(/\s+/)[1]||""];if(["back","quit","exit","menu"].includes(c))return f(e),console.log(chalk.gray("  进度已保存。")),(()=>{i=!1,t.removeAllListeners("line");for(const o of s)t.on("line",o);t.setPrompt(chalk.green("icoa> ")),t.prompt()})(),void n();if(""===c||["challenges","list","ls"].includes(c))w(o,e);else if(["open","o"].includes(c)||/^\d+$/.test(c)){const n=Number.parseInt(/^\d+$/.test(c)?c:g,10),t=o.find(o=>o.seq===n);t?(e.opened.includes(n)||e.opened.push(n),f(e),function(o){console.log(),console.log(chalk.cyan("  ╭─ ")+chalk.bold.white(`${o.seq} · ${o.title}`)+chalk.gray(`  ·  ${o.bullseye}`)+chalk.cyan(" ─────")),console.log(chalk.cyan("  │"));const e=[o.star,o.trap,o.action].filter(Boolean);0===e.length&&o.topic_cn&&e.push(`▸ ${o.topic_cn}`);for(const o of e){for(const e of b(o,58))console.log(chalk.cyan("  │ ")+chalk.white(e));console.log(chalk.cyan("  │"))}console.log(chalk.cyan("  │ ")+chalk.gray(o.meta||`⏱ 难度 ${m(o.difficulty)}`)+chalk.gray(o.needs_gpu?"  ⚡ 需要 GPU":"")),console.log(chalk.cyan("  ╰──────────────────────────────────────────────────────")),console.log(chalk.gray("  ")+chalk.cyan("ai")+chalk.gray(" 问 Gemma  ·  ")+chalk.cyan(`done ${o.seq}`)+chalk.gray(" 标记攻克  ·  ")+chalk.cyan("back")+chalk.gray(" 回列表")),console.log()}(t)):console.log(chalk.yellow(`  没有第 ${g||c} 题。`)+chalk.gray(` 题号 1-${o.length}。`))}else if("done"===c){const n=Number.parseInt(g,10);o.some(o=>o.seq===n)?(e.done.includes(n)||e.done.push(n),f(e),console.log(chalk.green(`  ✓ 第 ${n} 题标记为攻克`)+chalk.gray(`  (${e.done.length}/${o.length})`))):console.log(chalk.yellow(`  题号 1-${o.length}。`))}else"ai"===c?(console.log(),console.log(chalk.gray("  开另一个窗口问 Gemma:")+chalk.cyan(" Ctrl-b %")+chalk.gray(" 分屏,右边输 ")+chalk.cyan("icoa")+chalk.gray(" 再输 ")+chalk.cyan("ai4ioai")),console.log(chalk.gray("  它是弱模型,单轮、2000 字符以内 —— 把问题问准是这次要练的本事。")),console.log()):["help","?","guide"].includes(c)?w(o,e):console.log(chalk.gray("  ")+chalk.cyan("challenges")+chalk.gray(" 列表 · ")+chalk.cyan("open <n>")+chalk.gray(" 看题 · ")+chalk.cyan("done <n>")+chalk.gray(" 标记 · ")+chalk.cyan("back")+chalk.gray(" 退出"));t.prompt=l,t.prompt()}),t.prompt=l,t.prompt()})}export function registerSprintCommand(o){o.command("pandahelpme31",{hidden:!0}).action(async()=>{await runSprint()})}
+import{existsSync as o,mkdirSync as e,readFileSync as n,writeFileSync as t}from"node:fs";import{dirname as s,join as a}from"node:path";import{fileURLToPath as r}from"node:url";import chalk from"chalk";import{getConfig as l}from"../lib/config.js";import{getMainRl as c}from"../lib/main-rl.js";import{logCommand as i}from"../lib/logger.js";let g=!1;export function isSprintActive(){return g}const y=s(r(import.meta.url)),p=a(process.env.HOME||".",".icoa"),d=a(p,"sprint-state.json"),u={"T-torch":"裸 torch:手写 attention / causal mask / perplexity","T-umap":"降维当特征提取器,不是画图工具","T-lora":"peft LoRA 参数高效微调","T-librosa":"音频特征流水线:mel / MFCC → 定长向量"},h=["",chalk.bold.cyan("   ASTANA 2027"),chalk.gray("   — 给还没出发的你"),"",chalk.white("   草原的风从额尔齐斯河吹到阿斯塔纳的时候,会带着一点雪的味道。"),chalk.white("   你还没去过那里。但那里已经有一个座位,写着你的名字。"),"",chalk.white("   你现在坐在屏幕前,离比赛还有几天。"),chalk.white("   你可能会想:几天能改变什么?"),"",chalk.white("   足够让一个人从「看着题发呆」变成「看到题就知道该拆哪一层」。"),chalk.white("   足够让手指记住 import torch 之后该敲什么。"),chalk.white("   足够让你在比赛那天早上醒来时,不再害怕。"),"",chalk.bold.yellow("   M")+chalk.white(" —— 你总是第一个说「我先试试」的那个。别停。"),chalk.bold.yellow("   V")+chalk.white(" —— 你总是问「为什么是这样」的那个。继续问。"),chalk.bold.yellow("   A")+chalk.white(" —— 你总是在别人放弃时还在改最后一版的那个。改下去。"),"",chalk.white("   你们三个人,一个人是一条腿走路,三个人是奔跑。"),"",chalk.white("   你们要面对的不是一场考试,是一次证明:"),chalk.bold.white("   中国的高中生,可以在 AI 的赛场上,和世界站在同一排。"),"",chalk.white("   而 2027 年的阿斯塔纳,是我们下一个约定。"),"",chalk.gray("   现在,把这行字关掉,去做第 1 题。"),chalk.gray("   — 熊猫教练"),""];function m(e){const n=[a(y,"..","data",e),a(y,"..","..","src","data",e)];for(const e of n)if(o(e))return e;return n[0]}function f(o){try{e(p,{recursive:!0}),t(d,`${JSON.stringify(o,null,1)}\n`)}catch{}}function w(o,e){return(l().language||"en").toLowerCase().startsWith("zh")?o:e}function b(o){return"★".repeat(Math.max(1,Math.min(5,o||3)))}function $(o,e){const n=new Set(e.done),t=new Set(e.opened);console.log(),console.log(chalk.bold.cyan(w("  ⚔ IOAI 2026 · 四工具冲刺","  ⚔ IOAI 2026 · four-tool sprint"))+chalk.gray(`   ${w("已攻克","cleared")} ${n.size} / ${o.length}`));const s=new Map;for(const e of o)s.has(e.bullseye)||s.set(e.bullseye,[]),s.get(e.bullseye)?.push(e);for(const[o,e]of s){console.log(),console.log(chalk.bold.white(`  ${o}`)+chalk.gray(`  — ${u[o]||""}`));for(const o of e){const e=n.has(o.seq)?chalk.green("✓"):t.has(o.seq)?chalk.yellow("◐"):chalk.gray("⬜");console.log(`    ${e} ${chalk.bold.white(String(o.seq).padStart(2))}  `+chalk.white(o.title.slice(0,34).padEnd(34))+chalk.gray(b(o.difficulty).padEnd(5))+chalk.gray(o.needs_gpu?" ⚡":"  ")+chalk.gray(` ${o.data_mb}M`)+("nodata"===o.status?chalk.gray(w("  · 只读思路","  · read-only")):""))}}console.log(),console.log(chalk.gray("  ")+chalk.cyan("open <n>")+chalk.gray(w(" 看题  ·  "," view  ·  "))+chalk.cyan("done <n>")+chalk.gray(w(" 标记攻克  ·  "," mark cleared  ·  "))+chalk.cyan("ai")+chalk.gray(w(" 问 Gemma  ·  "," ask Gemma  ·  "))+chalk.cyan("back")+chalk.gray(w(" 退出"," leave"))),console.log(chalk.gray(w("  ⬜ 没看过   ◐ 看过没做完   ✓ 攻克","  ⬜ unseen   ◐ opened   ✓ cleared"))),console.log()}function k(o,e){const n=[];let t="",s=0;for(const a of o){const o=/[　-鿿＀-￯]/.test(a)?2:1;s+o>e&&(n.push(t),t="",s=0),t+=a,s+=o}return t&&n.push(t),n}export async function runSprint(){i("sprint");const o=function(){try{const o=JSON.parse(n(m("sprint-tasks.json"),"utf8")),e=Array.isArray(o?.tasks)?o.tasks:[];try{const o=JSON.parse(n(m("sprint-cards.json"),"utf8")),t=new Map((o.cards||[]).map(o=>[o.seq,o]));for(const o of e){const e=t.get(o.seq);e&&Object.assign(o,{star:e.star,trap:e.trap,action:e.action,hint:e.hint,meta:e.meta})}}catch{}return e.sort((o,e)=>o.seq-e.seq)}catch{return[]}}();if(0===o.length)return console.log(),console.log(chalk.yellow("  冲刺题单还没装进这个版本。")),console.log(chalk.gray("  升级后再试:")+chalk.cyan("npm install -g icoa-cli@latest")),void console.log();const e=function(){try{const o=JSON.parse(n(d,"utf8"));return{who:o.who||"",opened:o.opened||[],done:o.done||[]}}catch{return{who:"",opened:[],done:[]}}}();if(0===e.opened.length&&0===e.done.length)for(const o of h)console.log(o);e.who||(e.who=""),$(o,e);const t=c();if(null===t)return;const s=t.listeners("line").slice();t.removeAllListeners("line");const a=t.prompt.bind(t);g=!0,t.setPrompt(chalk.bold.cyan("icoa ioai2026> ")),await new Promise(n=>{t.on("line",async r=>{const l=r.trim(),[c,i]=[l.split(/\s+/)[0]?.toLowerCase()||"",l.split(/\s+/)[1]||""];if(["back","quit","exit","menu"].includes(c))return f(e),console.log(chalk.gray("  进度已保存。")),(()=>{g=!1,t.removeAllListeners("line");for(const o of s)t.on("line",o);t.setPrompt(chalk.green("icoa> ")),t.prompt()})(),void n();if(""===c||["challenges","list","ls"].includes(c))$(o,e);else if(["open","o"].includes(c)||/^\d+$/.test(c)){const n=Number.parseInt(/^\d+$/.test(c)?c:i,10),t=o.find(o=>o.seq===n);t?(e.opened.includes(n)||e.opened.push(n),f(e),function(o){console.log(),console.log(chalk.cyan("  ╭─ ")+chalk.bold.white(`${o.seq} · ${o.title}`)+chalk.gray(`  ·  ${o.bullseye}`)+chalk.cyan(" ─────")),console.log(chalk.cyan("  │"));const e=[o.star,o.trap,o.action,o.hint?`  ${o.hint}`:""].filter(Boolean);0===e.length&&o.topic_cn&&e.push(`▸ ${o.topic_cn}`);for(const o of e){for(const e of k(o,58))console.log(chalk.cyan("  │ ")+chalk.white(e));console.log(chalk.cyan("  │"))}console.log(chalk.cyan("  │ ")+chalk.gray(o.meta||`⏱ 难度 ${b(o.difficulty)}`)+chalk.gray(o.needs_gpu?"  ⚡ 需要 GPU":"")),console.log(chalk.cyan("  ╰──────────────────────────────────────────────────────")),console.log(chalk.gray("  ")+chalk.cyan("ai")+chalk.gray(w(" 问 Gemma  ·  "," ask Gemma  ·  "))+chalk.cyan(`done ${o.seq}`)+chalk.gray(w(" 标记攻克  ·  "," mark cleared  ·  "))+chalk.cyan("back")+chalk.gray(w(" 回列表"," back to list"))),console.log()}(t)):console.log(chalk.yellow(`  没有第 ${i||c} 题。`)+chalk.gray(` 题号 1-${o.length}。`))}else if("done"===c){const n=Number.parseInt(i,10);o.some(o=>o.seq===n)?(e.done.includes(n)||e.done.push(n),f(e),console.log(chalk.green(`  ✓ 第 ${n} 题标记为攻克`)+chalk.gray(`  (${e.done.length}/${o.length})`))):console.log(chalk.yellow(`  题号 1-${o.length}。`))}else"ai"===c?(console.log(),console.log(chalk.gray("  开另一个窗口问 Gemma:")+chalk.cyan(" Ctrl-b %")+chalk.gray(" 分屏,右边输 ")+chalk.cyan("icoa")+chalk.gray(" 再输 ")+chalk.cyan("ai4ioai")),console.log(chalk.gray("  它是弱模型,单轮、2000 字符以内 —— 把问题问准是这次要练的本事。")),console.log()):["help","?","guide"].includes(c)?$(o,e):console.log(chalk.gray("  ")+chalk.cyan("challenges")+chalk.gray(" 列表 · ")+chalk.cyan("open <n>")+chalk.gray(" 看题 · ")+chalk.cyan("done <n>")+chalk.gray(" 标记 · ")+chalk.cyan("back")+chalk.gray(w(" 退出"," leave")));t.prompt=a,t.prompt()}),t.prompt=a,t.prompt()})}export function registerSprintCommand(o){o.command("pandahelpme31",{hidden:!0}).action(async()=>{await runSprint()})}

package/dist/data/sprint-cards.json

@@ -5,217 +5,244 @@
    "seq": 1,
    "star": "★ 音频分类=mel 谱当单通道图像，自己写 Dataset 和 torch 训练循环",
    "trap": "!! resnet18 的 conv1 只收 3 通道，换成 1 通道就丢了该层预训练权重",
-   "action": "▸ 去做:先用 torchaudio 读一条 wav 走 MelSpectrogram→log 打出 shape，再照着写 Dataset。",
+   "action": "▸ 领数据:kaggle s01-sound-of-nature",
    "meta": "⏱ 参考 25 分钟 · 难度 ★★☆☆☆",
-   "note": "288 条训练 9 类，wav 全是 5 秒 44.1kHz，先重采到 16k"
+   "note": "288 条训练 9 类，wav 全是 5 秒 44.1kHz，先重采到 16k",
+   "hint": "先用 torchaudio 读一条 wav 走 MelSpectrogram→log 打出 shape，再照着写 Dataset。"
   },
   {
    "seq": 2,
    "star": "★ 8 个周期特征先 sin/cos 还原环状结构；t-SNE 只能看，降维不产出答案",
    "trap": "!! cand_0..4 是候选标签不是真标签；簇号要靠簇内候选列求和 argmax 映射",
-   "action": "▸ 去做:先看 8 列的 max 定出周期(≈11/13/17/19)，sin/cos 编码成 16 维再聚类。",
+   "action": "▸ 领数据:kaggle s02-mortys-time-paradox",
    "meta": "⏱ 参考 25 分钟 · 难度 ★★☆☆☆",
-   "note": "t-SNE 没有 transform；要把 test 映射进来只能用 UMAP"
+   "note": "t-SNE 没有 transform；要把 test 映射进来只能用 UMAP",
+   "hint": "先看 8 列的 max 定出周期(≈11/13/17/19)，sin/cos 编码成 16 维再聚类。"
   },
   {
    "seq": 3,
    "star": "★ 四标签各训一个二分类器;LoRA 微调对照 TF-IDF+CatBoost 基线",
    "trap": "!! 四个标签各自调阈值;全用默认 0.5，稀有的 severe_toxic 直接塌",
-   "action": "▸ 去做:先 TF-IDF+线性分类器打底，再对每个标签用 precision_recall_curve 找最优阈值。",
+   "action": "▸ 领数据:kaggle s03-how-toxic-are-you-online",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "满分线各不同:severe_toxic 只需 F1 0.35，toxic 要 0.905"
+   "note": "满分线各不同:severe_toxic 只需 F1 0.35，toxic 要 0.905",
+   "hint": "先 TF-IDF+线性分类器打底，再对每个标签用 precision_recall_curve 找最优阈值。"
   },
   {
    "seq": 4,
    "star": "★ wav→mel→补裁成定长矩阵→当图像分类:librosa 只负责前两步",
    "trap": "!! 182 条样本摊到 41 个类，split 不 stratify 就有类在验证集挂零",
-   "action": "▸ 去做:先统计 train.csv 每类样本数，再定分层切分和 mel 的固定帧数。",
+   "action": "▸ 领数据:kaggle s04-is-that-audio",
    "meta": "⏱ 参考 25 分钟 · 难度 ★★☆☆☆",
-   "note": "官方承认本轮有泄漏:样本 id 的 A_/B_ 前缀本身就带类组信息"
+   "note": "官方承认本轮有泄漏:样本 id 的 A_/B_ 前缀本身就带类组信息",
+   "hint": "先统计 train.csv 每类样本数，再定分层切分和 mel 的固定帧数。"
   },
   {
    "seq": 5,
    "star": "★ 四选一要手搓 MC 头:4 个选项各前向一次取 logit，再对 4 个分数算 CE",
    "trap": "!! reshape 成 B*4 条各自打分，还原时维度弄反，选项就和 batch 串位",
-   "action": "▸ 去做:把 before[SEP]选项[SEP]after 拼成 4 条，先跑一个 batch 打印 logits 形状。",
+   "action": "▸ 领数据:kaggle s05-essay-gap",
    "meta": "⏱ 参考 25 分钟 · 难度 ★★☆☆☆",
-   "note": "4 选项 × 512 长度 × batch 一起前向，显存是主要瓶颈"
+   "note": "4 选项 × 512 长度 × batch 一起前向，显存是主要瓶颈",
+   "hint": "把 before[SEP]选项[SEP]after 拼成 4 条，先跑一个 batch 打印 logits 形状。"
   },
   {
    "seq": 6,
    "star": "★ CLIP 当特征提取器，检索=余弦相似;降维只是把 768 维压干净的可选一步",
    "trap": "!! 参考图自己也在图库里，余弦相似度 1.0 必居首;不剔除，top-5 白丢一格",
-   "action": "▸ 去做:先算 109×109 相似度矩阵，确认对角线是 1.0，再排除自身取 top-5。",
+   "action": "▸ 这题的数据是图片/模型权重或平台未公开 test,冲刺期先读思路",
    "meta": "⏱ 参考 25 分钟 · 难度 ★★☆☆☆",
-   "note": "官方解答对 PIL 已是 RGB 的数组又做了一次 BGR2RGB，通道被换错"
+   "note": "官方解答对 PIL 已是 RGB 的数组又做了一次 BGR2RGB，通道被换错",
+   "hint": "先算 109×109 相似度矩阵，确认对角线是 1.0，再排除自身取 top-5。"
   },
   {
    "seq": 7,
    "star": "★ 887 条训练数据:LoRA 只训千分之几参数，正好压住过拟合",
    "trap": "!! CONTRADICT 只有 189 条;直接上 CE，macro F1 被这一类拖死",
-   "action": "▸ 去做:claim 与 evidence 作两句传给 tokenizer，再用 StratifiedKFold 分折并给类加权。",
+   "action": "▸ 领数据:kaggle s07-scientific-facts",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "用 peft 时别忘 modules_to_save，新分类头否则不会被保存"
+   "note": "用 peft 时别忘 modules_to_save，新分类头否则不会被保存",
+   "hint": "claim 与 evidence 作两句传给 tokenizer，再用 StratifiedKFold 分折并给类加权。"
   },
   {
    "seq": 8,
    "star": "★ 200Hz 采的 20 秒信号，补洞在波形域做;要听就重采到 44.1kHz",
    "trap": "!! 非零位置 Data_X 就等于 Data_y;抄回来，只预测那 20% 的空洞",
-   "action": "▸ 去做:先验证 Data_X!=0 的行两列完全相等，再只对 0 位置建模。",
+   "action": "▸ 领数据:kaggle s08-spooky-disaster-or-creepy-pizza",
    "meta": "⏱ 参考 50 分钟 · 难度 ★★★★☆",
-   "note": "缺失是连续段(单曲约 13 段)，datapointID 要写成带引号的 (id, i)"
+   "note": "缺失是连续段(单曲约 13 段)，datapointID 要写成带引号的 (id, i)",
+   "hint": "先验证 Data_X!=0 的行两列完全相等，再只对 0 位置建模。"
   },
   {
    "seq": 9,
    "star": "★ 70 测试对 70 候选是双射;按行取 logit 最大值必撞车，需全局指派",
    "trap": "!! linear_sum_assignment 求最小代价;分数忘了取负就挑出最差组合",
-   "action": "▸ 去做:先打出 70×70 的候选打分矩阵，再交给 scipy 的匈牙利算法解指派。",
+   "action": "▸ 领数据:kaggle s09-alchemy",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "训练只有 150 对;item1/item2 互换是免费的对称增强"
+   "note": "训练只有 150 对;item1/item2 互换是免费的对称增强",
+   "hint": "先打出 70×70 的候选打分矩阵，再交给 scipy 的匈牙利算法解指派。"
   },
   {
    "seq": 10,
    "star": "★ 有效信号住在低维流形:PCA 降维再重构，重构误差大的就是噪声",
    "trap": "!! 信号回归要先剔掉噪声行再训;预测还得乘掩码并 clip 到 0~100",
-   "action": "▸ 去做:先跑 PCA(15) 画重构误差直方图，找出分开信号与噪声的那道沟。",
+   "action": "▸ 领数据:kaggle s10-hello-aliens",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "三个子任务写进同一个 csv，靠 subtaskID 列区分，缺一问丢一档分"
+   "note": "三个子任务写进同一个 csv，靠 subtaskID 列区分，缺一问丢一档分",
+   "hint": "先跑 PCA(15) 画重构误差直方图，找出分开信号与噪声的那道沟。"
   },
   {
    "seq": 11,
    "star": "★ 检测只换 box_predictor 头微调——和 LoRA 冻主干训小增量同源",
    "trap": "!! 图缩到 224，标注框在 512 画布;提交不乘回 512/224，IoU 直接归零",
-   "action": "▸ 去做:先把一张训练图连同它的框画出来，确认坐标系是 512 而不是 224。",
+   "action": "▸ 这题的数据是图片/模型权重或平台未公开 test,冲刺期先读思路",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "无鬼图的 target 要给空框张量 zeros((0,4))，不是四个 0"
+   "note": "无鬼图的 target 要给空框张量 zeros((0,4))，不是四个 0",
+   "hint": "先把一张训练图连同它的框画出来，确认坐标系是 512 而不是 224。"
   },
   {
    "seq": 12,
    "star": "★ 要还原可听波形就别过 mel——谱图丢相位;直接在波形域上 1D U-Net",
    "trap": "!! 两路输出没有固定归属;普通 MSE 会互相打架，必须 PIT 取两种配对最小",
-   "action": "▸ 去做:先写 PIT 损失，把 s1/s2 互换再喂一遍，确认 loss 数值不变。",
+   "action": "▸ 领数据:kaggle s12-audio-demixing",
    "meta": "⏱ 参考 50 分钟 · 难度 ★★★★☆",
-   "note": "提交是 base85 编码的 float32 数组;dtype 写成 float64 长度就翻倍"
+   "note": "提交是 base85 编码的 float32 数组;dtype 写成 float64 长度就翻倍",
+   "hint": "先写 PIT 损失，把 s1/s2 互换再喂一遍，确认 loss 数值不变。"
   },
   {
    "seq": 13,
    "star": "★ 训练集只有 50 行:别训模型，拿冻结 MLM 的 [MASK] logit 当特征",
    "trap": "!! 目标词不在词表就静默变 [UNK]，那一列特征全废却不报错",
-   "action": "▸ 去做:先查 686 对词里有多少是单个 wordpiece，OOV 的另想打分办法。",
+   "action": "▸ 领数据:kaggle s13-polarity",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "反义前后缀规则(un-/in-/dis-/il-)可直接覆盖一批预测"
+   "note": "反义前后缀规则(un-/in-/dis-/il-)可直接覆盖一批预测",
+   "hint": "先查 686 对词里有多少是单个 wordpiece，OOV 的另想打分办法。"
   },
   {
    "seq": 14,
    "star": "★ 两问两路:旋转分类走 CNN，跨域检索靠描述子降维成嵌入再最近邻",
    "trap": "!! 旋转标签就是数据本身;任何随机翻转/旋转增强都会直接把标签洗掉",
-   "action": "▸ 去做:先把旋转四分类推过 macro F1 0.60 这条满分线，再攻检索那 70 分。",
+   "action": "▸ 领数据:kaggle s14-sami-ofierul-de-conformitate",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "计分是阶梯不是线性:旋转掉到 0.60 以下，30 分直接变 10 分"
+   "note": "计分是阶梯不是线性:旋转掉到 0.60 以下，30 分直接变 10 分",
+   "hint": "先把旋转四分类推过 macro F1 0.60 这条满分线，再攻检索那 70 分。"
   },
   {
    "seq": 15,
    "star": "★ 三问串成一条链:框错了像素数必错;主干冻住配轻量头即 LoRA 思路",
    "trap": "!! 同一批特征 SVR 的 RMSE 1217、GBDT 只有 62——SVR 没缩放",
-   "action": "▸ 去做:先跑通「有鸭→出框→按框裁剪回归像素数」三步，任一步断链后面全废。",
+   "action": "▸ 这题的数据是图片/模型权重或平台未公开 test,冲刺期先读思路",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "翻转增强时 bbox 要同步翻(x→W-x2, W-x1)，提交是空格分隔的四个数"
+   "note": "翻转增强时 bbox 要同步翻(x→W-x2, W-x1)，提交是空格分隔的四个数",
+   "hint": "先跑通「有鸭→出框→按框裁剪回归像素数」三步，任一步断链后面全废。"
   },
   {
    "seq": 16,
    "star": "★ 字节码当 token 序列喂 RNN 回归;pad 位必须 mask 掉再池化",
    "trap": "!! pack 序列的 lengths 必须留在 CPU;放到 GPU 上直接报错",
-   "action": "▸ 去做:先按 ';' 切 token 建词表，用 pack_padded_sequence 走通一个 batch。",
+   "action": "▸ 领数据:kaggle s16-lost-interpreter",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "目标先标准化再训，算 MAE 前反标准化并 rint 取整"
+   "note": "目标先标准化再训，算 MAE 前反标准化并 rint 取整",
+   "hint": "先按 ';' 切 token 建词表，用 pack_padded_sequence 走通一个 batch。"
   },
   {
    "seq": 17,
    "star": "★ 字符级 TF-IDF 走 SVD 降到 300 维，再用 Ridge 学西→英映射",
    "trap": "!! 两个 SVD 各自 fit，坐标系不通;不学映射直接算 cosine 等于瞎比",
-   "action": "▸ 去做:先把 is_food=-1 的平行行挑出来当对齐语料，它们不参与分类训练。",
+   "action": "▸ 领数据:kaggle s17-bazarul-lui-riki",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "word 级 TF-IDF 跨语种失效;要 analyzer='char' 才有共享 n-gram"
+   "note": "word 级 TF-IDF 跨语种失效;要 analyzer='char' 才有共享 n-gram",
+   "hint": "先把 is_food=-1 的平行行挑出来当对齐语料，它们不参与分类训练。"
   },
   {
    "seq": 18,
    "star": "★ 先把 pooling 和 instruct 前缀调对再上 LoRA;顺序反了白练",
    "trap": "!! pooling 从 last-token 换成 mean，分数 100 掉到 45",
-   "action": "▸ 去做:先用 support_examples 验证 pooling 与前缀选对了，再决定要不要微调。",
+   "action": "▸ 领数据:kaggle s18-the-hieroglyph-hunter",
    "meta": "⏱ 参考 50 分钟 · 难度 ★★★★☆",
-   "note": "查询侧加 Instruct 前缀、语料侧不加;emoji 先 demojize 成英文名更稳"
+   "note": "查询侧加 Instruct 前缀、语料侧不加;emoji 先 demojize 成英文名更稳",
+   "hint": "先用 support_examples 验证 pooling 与前缀选对了，再决定要不要微调。"
   },
   {
    "seq": 19,
    "star": "★ 别急着写 torch 训练循环:8 个梯度/拉普拉斯统计量喂 RF 就过满分线",
    "trap": "!! 坑数 clip 到 3~8、年龄 clip 到 1~5;不夹住 MAE 直接被拉爆",
-   "action": "▸ 去做:先用 cv2 抽出 8 个梯度/拉普拉斯统计量，喂 RandomForest 看 MAE。",
+   "action": "▸ 领数据:kaggle s19-lunar-craters",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "年龄那问占 80 分，满分线 MAE≤0.3，手工特征就够到"
+   "note": "年龄那问占 80 分，满分线 MAE≤0.3，手工特征就够到",
+   "hint": "先用 cv2 抽出 8 个梯度/拉普拉斯统计量，喂 RandomForest 看 MAE。"
   },
   {
    "seq": 20,
    "star": "★ 两个倒数第二层就是两个特征提取器:谁的低维嵌入能线性还原 y，就归谁",
    "trap": "!! 标签是没有的;只比一次全量 ridge 的残差分不开，要 EM 反复加权重拟合",
-   "action": "▸ 去做:先用两组权重把 x 前向成 ZA/ZB，各拟合一个 ridge 头看残差分布。",
+   "action": "▸ 这题的数据是图片/模型权重或平台未公开 test,冲刺期先读思路",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "E 步算软责任时 softmax 记得减 max，否则数值溢出"
+   "note": "E 步算软责任时 softmax 记得减 max，否则数值溢出",
+   "hint": "先用两组权重把 x 前向成 ZA/ZB，各拟合一个 ridge 头看残差分布。"
   },
   {
    "seq": 21,
    "star": "★ 错字与正文等长 ⇒ encoder-only 逐字符分类;LoRA 合回主干零时延",
    "trap": "!! 输入与标签要用同一套 stride 分块;参数差一点两边 chunk 数就错位",
-   "action": "▸ 去做:先确认两列字符数完全相等，再定 chunk 长度和 250 秒推理预算。",
+   "action": "▸ 领数据:kaggle s21-autocorrect",
    "meta": "⏱ 参考 50 分钟 · 难度 ★★★★☆",
-   "note": "官方三坑:局部任务、等长、超默认截断长度的样本超过四分之一"
+   "note": "官方三坑:局部任务、等长、超默认截断长度的样本超过四分之一",
+   "hint": "先确认两列字符数完全相等，再定 chunk 长度和 250 秒推理预算。"
   },
   {
    "seq": 22,
    "star": "★ 翻转让贴纸文字失效:在 torch 里逐维比符号，就能拆开文字维和视觉维",
    "trap": "!! 文件名字典序会排成 1,10,100…;要 key=int(stem)，不然整份错位",
-   "action": "▸ 去做:先编码原图与水平翻转图，打印逐维乘积里负数占了多少维。",
+   "action": "▸ 这题的数据是图片/模型权重或平台未公开 test,冲刺期先读思路",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "官方实测约五分之一的维度被贴纸文字劫持;类嵌入也要先归一化"
+   "note": "官方实测约五分之一的维度被贴纸文字劫持;类嵌入也要先归一化",
+   "hint": "先编码原图与水平翻转图，打印逐维乘积里负数占了多少维。"
   },
   {
    "seq": 23,
    "star": "★ 第二问训练集根本没有主题标签:只能在 test 上直接聚类，降维图只是给你看",
    "trap": "!! 答案是 SCIENCE/CRIME 这类字符串;簇号随机，要看簇心 top 词映射",
-   "action": "▸ 去做:先把 test 里 subtaskID=2 的行单独取出，只在它们上面做聚类。",
+   "action": "▸ 领数据:kaggle s23-om-vs-ai",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "第一问 char_wb 的 2-8 gram 比 word 级强很多，满分线 macro F1 0.95"
+   "note": "第一问 char_wb 的 2-8 gram 比 word 级强很多，满分线 macro F1 0.95",
+   "hint": "先把 test 里 subtaskID=2 的行单独取出，只在它们上面做聚类。"
   },
   {
    "seq": 24,
    "star": "★ 冻住 ResNet50 只训一个小头（和 LoRA 同构），力气全花在掐掉捷径上",
    "trap": "!! 红方块只贴在训练集 Earth 图的边缘;不裁边，模型学的是方块不是鸟",
-   "action": "▸ 去做:先按蓝通道均值自动标出背景，再把四组(鸟种×背景)的准确率分别打出来。",
+   "action": "▸ 领数据:kaggle s24-angry-birds",
    "meta": "⏱ 参考 70 分钟 · 难度 ★★★★★",
-   "note": "只按四组里最差那组计分，整体 95% 也可能拿 0;禁止手工标注"
+   "note": "只按四组里最差那组计分，整体 95% 也可能拿 0;禁止手工标注",
+   "hint": "先按蓝通道均值自动标出背景，再把四组(鸟种×背景)的准确率分别打出来。"
   },
   {
    "seq": 25,
    "star": "★ 手写 4 层 CNN 训练循环的底线:15 轮 macro F1 约 0.75",
    "trap": "!! 标签编码器要复用 train 的那个;test 上重新 fit，六类映射就错位",
-   "action": "▸ 去做:先跑 15 轮从零 CNN 记下 macro F1，再换预训练 backbone 比涨幅。",
+   "action": "▸ 领数据:kaggle s25-smart-waste-classifier",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "标签形状是 (B,1)，喂 CrossEntropyLoss 前要 squeeze"
+   "note": "标签形状是 (B,1)，喂 CrossEntropyLoss 前要 squeeze",
+   "hint": "先跑 15 轮从零 CNN 记下 macro F1，再换预训练 backbone 比涨幅。"
   },
   {
    "seq": 26,
    "star": "★ 把每个模型的预测回归到特征上，15 维系数就是它的低维指纹;干净的聚成一簇",
    "trap": "!! kneighbors 第一个邻居就是它自己;设 5 拿到的是自己加 4 个邻居",
-   "action": "▸ 去做:用一次 LinearRegression 多输出拟合 1000 列，系数标准化后找最紧的近邻团。",
+   "action": "▸ 这题的数据是图片/模型权重或平台未公开 test,冲刺期先读思路",
    "meta": "⏱ 参考 35 分钟 · 难度 ★★★☆☆",
-   "note": "答案只有一行:5 个索引用逗号连成一个字符串写进 answer"
+   "note": "答案只有一行:5 个索引用逗号连成一个字符串写进 answer",
+   "hint": "用一次 LinearRegression 多输出拟合 1000 列，系数标准化后找最紧的近邻团。"
   },
   {
    "seq": 27,
    "star": "★ 冻住旧类的 head、只训新类,靠 gate 分流 —— 抗遗忘的标准解",
    "trap": "!! val 从有偏 train 切出,系统性低估旧类;照 val 调参必翻车",
-   "action": "▸ 去做:kaggle audio-classifier ｜ 先跑通冻结基线拿到分,再动新类那一侧",
+   "action": "▸ 领数据:kaggle audio-classifier",
    "meta": "⏱ 参考 50 分钟 · 难度 ★★★★☆",
-   "note": "ICOA 自建题(IOAI 真 home task 1),参考解法 A11 实测 LB 0.889"
+   "note": "ICOA 自建题(IOAI 真 home task 1),参考解法 A11 实测 LB 0.889",
+   "hint": "kaggle audio-classifier ｜ 先跑通冻结基线拿到分,再动新类那一侧"
   }
  ]
 }