想进OpenAI？先解出这道题，百万美元算力已就位

OpenAI 发起全新挑战：你，准备好迎战了吗？

这次挑战，看起来有些反常识。

参与者需要在固定的 FineWeb 数据集上尽可能降低验证损失，同时将模型产物（包含权重与训练代码）控制在 16 MB 以内，并在 8 张 H100 GPU 上于 10 分钟内完成训练。

这几乎把所有堆参数、拼算力的暴力解法一刀封死。剩下的，只有结构设计、极致压缩、策略取舍，以及一点点工程上的巧劲。

这便是 OpenAI 发起的 Model Craft Challenge 「Parameter Golf」项目，一项旨在训练最优小模型的挑战。

Parameter Golf 地址：https://github.com/openai/parameter-golf

从名字也能看出来，它借鉴的是高尔夫球的玩法。高尔夫比赛的目标是用最少的杆数把球打进洞，每一杆都要精打细算，追求极致的效率和策略。而「Parameter Golf」则是要用最少的参数完成模型任务，追求模型压缩、效率优化的技术极限。

OpenAI 表示，该挑战面向全球开放，旨在在严格资源约束下探索更高效的预训练模型。表现突出的参与者可能会被邀请参加 OpenAI 的面试机会，获胜方案也有可能被公开展示。

赛题设计上，该挑战在很大程度上借鉴了 NanoGPT Speedrunning 的思路，即在尽可能短的时间内将模型训练到指定的验证损失水平。在此基础上，OpenAI 更进一步，将重点放在参数受限的条件下，探索更高效的模型设计。这种设定有望推动研究者尝试多种创新路径，包括新型架构设计、压缩方法以及各类具有创造性的训练与推理策略。

在资源设定上，OpenAI 原本希望允许参赛者使用任意规模的算力，但为了降低参与门槛并控制成本，排行榜提交被限制在 8 张 H100 GPU、10 分钟训练时间以内。同时，对于不满足这一算力限制的方案，OpenAI 也鼓励大家提交至非记录板块，以持续探索参数受限条件下的性能上限。

考虑到算力成本问题，OpenAI 还提供了总额 100 万美元的算力支持，用于帮助参与者启动和推进模型训练。

申请地址：https://openai.com/index/parameter-golf/

从某种意义上说，这场 Model Craft Challenge 更像一场 AI 界的奥赛。OpenAI 内部不少研究员，正是当年在数学、编程竞赛中一路打怪升级出来的。因此，这次挑战看重的也不是谁资源多，而是谁能在陌生约束下，用创造力和严谨性把问题解到极致。

更现实一点的激励是：OpenAI 计划在今年 6 月招一批早期研究人才，重点面向本科生和应届毕业生，包括各类竞赛选手。对于表现亮眼的人来说，这场挑战本身就可能成为一块敲门砖。

这次挑战时间从 3 月 18 日持续到 4 月 30 日。

如何参与？

OpenAI 提供了一个 GitHub 仓库，其中包含基线模型、固定数据集以及评测脚本。你可以 fork 这个仓库，在满足模型大小和算力限制的前提下进行改进，并提交一个 PR（拉取请求），其中包括你的代码、日志、成绩以及一份简短说明。审核通过后，你的结果会被合并，排行榜也会自动更新。你还可以申请来自 Runpod 的免费算力额度（数量有限，先到先得）。

最后，OpenAI 还回答了一些大家比较关心的问题。

提问：谁可以参与？

OpenAI：本次挑战原则上面向年满 18 岁、且位于 OpenAI 支持地区的人员开放。完整的参与资格要求可在详细的条款与条件中查看。需要注意的是，OpenAI 的员工可以参与，但无法获得算力额度奖励。

提问：哪些内容会计入 16MB 的产物大小？

OpenAI：提交的产物大小由两部分组成：代码体积 + 压缩后的模型体积。所有计入大小的代码必须放在 train_gpt.py 脚本中。上限为十进制的 16MB（即 16,000,000 字节），而不是 16 MiB（16,777,216 字节）。在评测过程中，不允许进行任何外部下载、访问训练数据集或发起网络请求。整个产物必须是完全自包含且可复现的。

提问：评测阶段有哪些限制？

OpenAI：我们不会接受在 8 张 H100 GPU 上评测时间超过 10 分钟的提交（注意：这一限制是在允许的 10 分钟训练时间之外额外计算的！）。除此之外，评测方式基本不做限制，你可以自由设计评测流程。和 modded-nanogpt 类似，我们允许在任意序列长度上进行评测。

提问：如果算力用完了，还可以再申请吗？

OpenAI：可以。你可以通过申请表继续申请额外的算力额度，以支持持续迭代。不过，提交申请并不保证一定会获得算力支持。我们的目标是让更多人参与，因此算力额度取决于资源是否充足，数量有限。如果申请通过，相关算力额度将在几个工作日内通过 Runpod 发放。

提问：可以多次参与吗？

OpenAI：可以！你可以提交多次参赛作品。

提问：可以以团队形式提交结果吗？

OpenAI：不可以。提交结果仅限个人参与。

这场比赛，大家看法并不一样

对于这场挑战赛，网友的评论也出现了明显分歧。

LinkedIn 上有评论称：「这才是真正识别优秀工程师的方式——看他们在内存、时间、计算受限时的权衡，而不是靠资历。」

有人因此受到了鼓舞。

但也有人担心其他公司效仿，但又学走了样，只白嫖方案，不招人。

但这种担忧，很快把讨论引向了另一个更有意思的问题：既然是模型设计与优化，本身就是 AI 最擅长的领域，那这件事，是否本该交给 AI 来做？也正是这样，围绕人类 vs Agent的讨论逐渐升温。

这位 X 用户认为 OpenAI 本应已经用 AI Agent 全自动做这件事了，而且 Agent 应该已经比人更强。OpenAI 还在用「人类比赛」的形式做参数优化，有点复古。

知名AI研究者 Yuchen Jin也表示，这个比赛可以用AI Agent来完成，如果自己有时间，完全可以召唤自己的「自动研究大军」（AI Agent 集群）去打比赛。

你怎么看，欢迎评论区留言。

文章来自于“机器之心”，作者 “机器之心编辑部”。