Double Agent Dilemma
IOAI 2026 · Día 2 · Sede: Astana, Kazajistán 🇰🇿
Temas: Adversarial y Robustez, Computer Vision, Deep Learning · Edición: IOAI 2026
💡 Qué pide y por dónde va (spoiler)
Un ResNet-18 y un ViT-Tiny clasifican las mismas imágenes con 100% de acierto: hay que fabricar dos perturbaciones casi invisibles por imagen, una que engañe solo al ViT y otra solo al ResNet. Explota que una CNN y un Transformer miran cosas distintas. Formato estricto: tensores
.pten la resolución original y unsubmission.zipplano — y perturbación más grande, menos puntaje.
📋 Ficha
| Métrica | (éxitos tipo A + éxitos tipo B) / 2M, multiplicado por un factor de penalización por norma de la perturbación (entre 0.5 y 1) |
| Límite de ejecución | 12 min |
| Modelos permitidos | torchvision resnet18 · timm vit_tiny_patch16_224 |
| Rendimiento observado | 🟠 media ≥12 — media 20.32/100 · mediana 9.47 · máx 100.0 · sacaron 0: 36% · pasaron de 50: 15% (n=440) |
| Cohorte | 2026 · Día 2 · Individual |
| Contrato | Fuente oficial revisada |
| Preparación | Material educativo disponible; requiere preparar el entorno |
| Archivos a entregar | solution.ipynb |
| Archivos producidos | submission.zip |
| Punto de entrada | train/ y test_public/: imágenes y etiquetas disponibles también al calificar. |
| Límite de entrega | solution.ipynb ≤ 1 MB |
| Split de las referencias | train y test_public de desarrollo; leaderboard A y B ocultos. Split de baseline/Comité numéricos no identificado aquí cuando no se declara. |
| Evaluación | code/grading/evaluate.ipynb (educativo). ZIP plano de {index}_a.pt y {index}_b.pt, tensores 3×H×W en resolución original. |
| Dependencias | torch, torchvision y timm; pesos ResNet-18 y ViT-Tiny provistos; 12 min. |
| Ejecución del grader verificada aquí | No verificada |
Esta tarea permite etiquetas de test. El factor por norma se toma del scorer, no se sustituye por accuracy simple.
Fuentes del contrato: fuente 1
Revisión documental: 2026-09-06.
Puntaje normalizado: Norm = (tuyo − baseline) / (Max − baseline) × 100 · baseline 0 · Comité Científico 96.99 (escala nativa de la métrica, 0–100). Son referencias del split declarado en el contrato, no un resultado transferible a cualquier validación. Max no es necesariamente el Comité. Consultar Formato IOAI y estrategia y Protocolo de simulacro antes de normalizar.
🔗 Enlaces
- 📄 Material oficial (enunciado, baseline, grader)
- 📊 Dataset en HuggingFace — trae
public/yprivate/(los splits A y B) - 🏅 Resultados de la edición
▶️ Abrir en Colab
Antes de trabajar, comprueba sus dependencias y descarga de datos; disponer de un enlace a Colab no acredita que el grader haya sido ejecutado en ese entorno.
- Explorar el baseline educativo —
— Adaptación educativa no oficial. No certifica la reproducción del entorno ni del puntaje del concurso. Procedencia.
- Evaluar con el notebook educativo —
— Adaptación educativa no oficial. No certifica la reproducción del entorno ni del puntaje del concurso. Procedencia.