完全由题目自定义的评测过程
传统 OJ(Hydro、Luogu 等)要求题目遵循固定的评测范式——stdin/stdout 或 filein/fileout。 Neuro OJ 通过题目支持包(support package)将评测逻辑完全交给题目自定义。 每道题自带 evaluate.py、 测试用例和评测脚本,评测方式不受平台约束:可以解析 JSON 输出、调用外部 API、运行多轮对话评估等。
传统 OJ(Hydro、Luogu 等)要求题目遵循固定的评测范式——stdin/stdout 或 filein/fileout。 Neuro OJ 通过题目支持包(support package)将评测逻辑完全交给题目自定义。 每道题自带 evaluate.py、 测试用例和评测脚本,评测方式不受平台约束:可以解析 JSON 输出、调用外部 API、运行多轮对话评估等。
传统 OJ 限制单个进程的 CPU 时间和内存,但在 AI 评测场景中, 代码可能涉及多进程、GPU 调用、模型加载、网络请求等复杂行为。 Neuro OJ 的时间和内存限制作用于整个 Docker 容器, 而非单个进程,真实反映 AI 应用在复杂依赖环境下的资源消耗。
每道题可指定自定义 Docker 镜像(runtime_config), 意味着评测环境可以预装任意依赖——PyTorch、TensorFlow、NumPy、 Node.js 包、C++ 库等。平台不再限制语言版本和可用库, 题目作者自由定义最适合评测的运行时环境。
注册并登录后,进入「题库」选择题目,点击「去解题」进入做题页,选择语言并提交代码即可。
评测任务进入队列后由评测 Worker 依次处理,可在「评测队列」页查看实时状态;评测完成后提交详情会自动更新。
密码至少 8 位,需同时包含大小写字母和数字,且不能与用户名或邮箱前缀相同。
在「竞赛大厅」查看进行中或未开始的竞赛,点击报名;开赛后即可进入做题页参赛。
默认提供 Python 3 评测环境,更多语言由管理员配置评测镜像后在「管理后台」启用。