Operation Night Watch
Operation Night Watch: Teaching an Old Classifier New Sounds
IOAI 2026 · At-home · Sede: Astana, Kazajistán 🇰🇿
Temas: NLP y Audio, Deep Learning, Metodología y Datos · Edición: IOAI 2026
💡 Qué pide y por dónde va (spoiler)
Enseñarle 13 clases de sonido nuevas a un clasificador de audio ya desplegado sin que olvide las 16 que ya sabía. Prohibido entrenar desde cero o usar otro modelo de audio: hay que partir del checkpoint y agregar parámetros (filas de clasificador, adaptadores). El puntaje pesa olvidar exactamente igual que no aprender — catastrophic forgetting puesto como problema de competencia.
📋 Ficha
| Métrica | Promedio 50/50 entre accuracy en las 16 clases viejas y en las 13 nuevas |
| Límite de ejecución | ~10 min de entrenamiento en una GPU |
| Modelos permitidos | Audio Spectrogram Transformer (el checkpoint provisto) |
| Contrato | Pendiente de revisión documental |
| Preparación | Material educativo disponible; requiere preparar el entorno |
| Por verificar | archivos a entregar, archivos producidos, punto de entrada, límite de entrega, split de las referencias, evaluación, dependencias |
| Ejecución del grader verificada aquí | No verificada |
Notebook educativo oficial enlazado. No es una entrega del Individual; revisar sus funciones y evaluador antes de adaptar otra tarea.
Fuentes del contrato: fuente 1
🔗 Enlaces
▶️ 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.
- Abrir la tarea —
— Notebook oficial de la ronda at-home. Actividad preparatoria; no es una entrega del Individual. Procedencia.