# CTI-Inference-Opt

百度商业AI技术创新大赛 (CTI) 2026 — **生成式推荐广告排序推理性能优化**

[![Gitea](https://img.shields.io/badge/Gitea-Serendipity%2FCTI--Inference--Opt-blue?logo=gitea)](https://gitea.liuhangyv.top/Serendipity/CTI-Inference-Opt)

## 赛题

> [比赛主页](https://aistudio.baidu.com/competition/detail/1461) · [大赛官网](http://cti.baidu.com) · [提交结果](https://aistudio.baidu.com/competition/detail/1461/0/submit-result) · [比赛规则](https://aistudio.baidu.com/competition/detail/1461/0/rules)

给定基于 Transformer 的生成式推荐广告排序模型（GRAB），在**不改变模型结构、不在测试集上训练**的前提下，极致优化推理性能。量化/稀疏/剪枝明确允许。

## 模型架构

```
RepEncoder (28 slots × 512d Embedding) → segment_reduce → LayerNorm → Linear
  → 8 层 Transformer (512d, 8 heads, Pre-LN)
    → Multi-Head Attention (SDPA / Flash Attention)
    → SMoE FFN (8 experts, Top-2 gating, k=2)
  → Linear → Sigmoid → CTR
```

~6.5M~11.3M 参数，基于 [GRAB](https://arxiv.org/abs/2602.01865) / [HSTU](https://arxiv.org/abs/2402.17152) 论文。

## 有效优化

| # | 优化 | 原理 | 耗时 |
|---|------|------|------|
| 1 | FP16 量化 | 模型半精度 + Embedding FP32 | 152s |
| 2 | Flash Attention | SDPA 数学等价替换 | 94.5s |
| 3 | 消除 GPU 同步 | 移除 MoE mask.any() + searchsorted mask | 88.1s |
| 4 | Expert 相似度合并 | 余弦相似度 >0.90 的 expert 合并 | 86.5s |
| 5 | 稠密向量化 MoE | einsum 并行算 8 个 expert | PR#1 |
| 6 | RepEncoder 融合查表 | 28 slot 拼单次 segment_reduce | PR#1 |

## 评分规则

| 维度 | 要求 | 不达标 |
|------|------|--------|
| 推理效率 | ≤ 5min，环境构建 ≤ 20min | **总分 0** |
| 模型效果 | AUC ≥ 0.65，PCOC ∈ [0.85, 1.15] | **总分 0** |

## 评测环境

- **硬件**: NVIDIA A800 (80GB, SM80)
- **软件**: Python 3.10 + PyTorch 2.6.0 + CUDA 12.4
- **评测数据集 ≠ baseline 数据集**

## 提交

```bash
cd 代码/code
zip submit.zip infer.py build_env.sh
```

约束：不包含 `dataset/`、`ckpt.pt`，包后缀 `.zip`，每天最多 10 次。

## 文件结构

```
代码/code/
├── infer.py           # 推理主脚本（提交核心）
├── build_env.sh       # 环境构建脚本
├── requirements.txt   # 服务端依赖（torch 2.6.0 + CUDA 12.4）
├── EXPERIMENTS.md     # 实验记录表
└── bench.py           # 本地测量脚本（不进提交包）

论文/
├── GRAB.md / HSTU.md  # 论文 OCR markdown
└── imgs/              # 论文图片

代码/任务提交接口说明.md  # 官方接口规范
CLAUDE.md               # 项目开发指引
```

## 许可证

MIT License