Данные

Глоссарий для matches.parquet и matches_llm.parquet 

• id1 – идентификатор первого товара в паре для сравнения
• id2 — идентификатор второго товара в паре для сравнения
• target – целевая метка совпадения товаров: 0 и 1 для ручной разметки; от 0 до 1 для разметки с помощью llm

Глоссарий для items.parquet и items_human.parquet 

• id – идентификатор товара
• name — текст с названием товара
• attributes – текст с свернутыми json аттрибутами товара
• category – категория товара

Все товары из items_human.parquet содержатся в полном файле items.parquet. Этот файл будет полезен для локальной эмуляции процедуры запуска решения и отладки производительности решений. На вход решениям будут подаваться данные с новыми товарами и их парами. В новых данных о товарах будут только те товары, что участвуют в парном сравнении. Суммарный объем тестовых данных сопоставим с комбинацией из matches.parquet + items_human.parquet.

Примеры решений

Базовое решение представлено в двух версиях: 

1. Архив с полностью валидным и проходящим проверочную систему базовым решением matching-baseline-submit.zip. В составе архива используется модель cross-encoder/ms-marco-MiniLM-L12-v2 (huggingface). 
   Эта модель в baseline решении служит ориентиром максимально допустимого времени полного исполнения решения (18.5 минут при общем лимите в 20 минут). 
2. Для отладки, архив с базовым решением без самой модели matching-baseline-lightweight.zip. Основной вес в архиве базового решения занимает сама модель. Для полностью корректного рабочего решения, все модели и артефакты решения должны уже быть включены в архив и/или в образ.