测试赛题模板

.gitee/ISSUE_TEMPLATE/cp.yml

@@ -0,0 +1,36 @@
+name: 赛题(CP)
+description: 参赛题目
+title: "[cp]: "
+labels: ["cp"]
+body:
+  - type: markdown
+    attributes:
+      value: |
+        感谢你积极参与比赛，并提交自己希望参加的赛题，当出现一样的题目、一样的性能的时候，以谁创建赛题的时间早者优先。
+  - type: textarea
+    id: desired-solution
+    attributes:
+      label: 你提交的赛题的内容介绍
+      description: 清晰并简洁地描述你希望参赛的内容详细的描述，尽量清晰方便他人了解赛题希望达成的目标。
+    validations:
+      required: true
+  - type: textarea
+    id: alternatives
+    attributes:
+      label: 赛题有对应的预期结果
+      description: 清晰并简洁地描述赛题完成的预期结果，最佳的方式是知道如何测试验证预期结果的正确性。
+    validations:
+      required: false
+  - type: textarea
+    id: additional-context
+    attributes:
+      label: 你有其他相关背景的信息吗？
+      description: 在此处添加有关想法的任何其他上下文或截图。
+    validations:
+      required: false
+  - type: checkboxes
+    attributes:
+      label: 希望他人来完成赛题
+      options:
+        - label: 我有意向他人来完成该赛题，并希望推荐给别人完成。
+          required: false

README.md

@@ -24,14 +24,32 @@
 ## 📥 如何参与提交？
 
 ### ✅ 参赛资格
-- 你提交的样本中，**至少有 1 个样本被评审通过并正式整合到“GPU CodeForces” 数据集**，即可算作有效参赛。
+- 你提交的PR样本中，**至少有 1 个样本被评审通过并正式整合到“GPU CodeForces” 数据集**，即可算作有效参赛。
 
-### 📦 提交内容
-- **一个 JSON 格式的数据集文件**（详细格式请参考《评测数据集生成挑战赛样本和要求说明》）。
-- 每个数据集需包含：
-  1. **测试样本**（代码或数据）
-  2. **标准 GT（Ground Truth）输出生成函数**（基于 CPU/Numpy 或原始框架）
-  3. **CUDA 性能评估指标**（执行时间、吞吐量、内存带宽）
+### 📦 提交PR内容
+- **一个PR包含样本的目录** [提交样例](https://gitee.com/ccf-ai-infra/GPUCodeForces/tree/main/example/001-example)
+- 每个提交目录建议包含如下：
+  1. **示例代码：** torch代码示例
+  2. **对比代码：** 和torch对应的CUDA代码
+  3. **测试代码入口：** run_code.py（请务必用这个名称，提交的PR会根据这个名称在GPU上测试结果）
+  4. **其它文件（或目录）：** prompt（利用LLM从torch代码生成cuda代码的prompt示例）或者其它优化代码
+  4. **PR目录说明文件：** https://gitee.com/ccf-ai-infra/GPUCodeForces/blob/main/example/001-example/readme.md
+
+### 📦 提交PR的格式
+
+建议在开始做题目之前创建一个赛题，提交的PR和自己创建的赛题相关联。参赛选手在每个比赛周期的目录下（例如：第一期S1、第二期S2、第三期S3...）创建一个目录，目录名称赛题的ID，例如：
+```
+
+```
+
+---
+
+## 🏅 竞赛排名机制
+
+1. **优先按接受数量从高到低排序**
+2. 若数量相同：
+   - 比较总评分高者优先
+   - 若仍相同，比加分项得分高者优先
 
 ---
 
@@ -54,15 +72,6 @@
 
 ---
 
-## 🏅 排名机制
-
-1. **优先按接受数量从高到低排序**
-2. 若数量相同：
-   - 比较总评分高者优先
-   - 若仍相同，比加分项得分高者优先
-
----
-
 ## 📚 术语解释
 
 - **评测数据集**：用来测试 GPU 性能的一组标准化样本，包括代码、输入数据和预期结果。