← Toutes les épreuves
Illustration IOAI Training

🇧🇬 Bulgaria NCAI 2026, National Competition in AI, final (in-person) round

Training-Free Statistical Defect Localisation in Latent Space

✍️ Corrigé par nous

Without any training, flag and localise product defects from precomputed patch embeddings while staying robust to a distribution shift between two regimes.

À rendre
Une fonction Python
Type de données
🖼️ Images
Difficulté estimée
★★★★☆
Correction
Notre correction détaillée · à ouvrir plutôt après avoir cherché

S'y préparer sur la plateforme

Les chapitres du parcours qui préparent à cette épreuve.

Ces chapitres sont choisis d'après la correction : les afficher peut vous mettre sur la piste.

›Comment l'aborder
  1. Lire l'énoncé. Ce qu'il faut rendre, la métrique qui vous note, les limites de temps et de matériel.
  2. Explorer les données. Taille, format, valeurs manquantes, répartition des étiquettes.
  3. Vous évaluer d'abord. Gardez une partie des données d'entraînement de côté pour mesurer votre travail avant de soumettre.
  4. Partir simple, puis améliorer. Une première solution qui marche de bout en bout, puis un changement à la fois.
  5. Comparer avec une correction. Une fois que vous avez cherché, ouvrez-la et voyez ce que vous auriez fait autrement.

Copie non officielle : l'original des organisateurs peut différer.

L'énoncé, les données et les solutions appartiennent à leurs auteurs ; nous ne faisons qu'y renvoyer.

Vous êtes l'auteur ou l'organisateur ? Demander une correction ou un retrait