RWKV 2025 生态内容征集大赛 | 4 月投稿作品及评审结果
大家好,我们在 2024 年底推出了 "RWKV 2025 生态内容征集大赛",公开征集 RWKV 相关的作品,包括但不限于 RWKV 相关的论文、讲解 RWKV 的教程,以及基于 RWKV 的应用等。
2025 年 4 月,活动共收到 RWKV 生态作品投稿 4 份 ,包括 1 篇论文、2个教程、1 款应用。
本文将公布 2025 年 4 月的活动投稿作品及评审结果。
评审结果
评审结果省流版
作品名称 | 作品分类 | 投稿人 | 初评奖项 |
---|---|---|---|
CRWKV | 论文 | 陈炳宏 | 金奖(4888 元) |
rwkv-by-hand-excel | 教程 | wd | 金奖(4888 元) |
RWKV-7 论文解读 | 教程 | 霍华德 | 银奖(2888 元) |
RWKV7-Keras | 应用 | 路过的小林 | 铜奖(1888 元) |
下面是"RWKV 2025 生态内容征集大赛" 4 月投稿获奖的作品介绍。
论文类
- CRWKV
-
投稿人:陈炳宏
-
获奖类型:金奖(4888元)
-
项目介绍:论文已被 IJCAI 2025 主会接收,全名 Multi-View Learning with Context-Guided Receptance for Image Denoising ;
论文基于 RWKV 模型提出 CRWKV 架构,通过引入双向 BiWKV 机制突破因果约束,实现线性复杂度的像素序列交互。结合 Context-guided Token Shift (CTS) 机制增强噪声分布建模,并通过 Frequency Mix 模块整合频域特征,在图像去噪任务中取得 SOTA 效果,推理时间减少 40%。
教程类
- rwkv-by-hand-excel
- 投稿链接:https://github.com/playaswd/rwkv-by-hand-excel
- 投稿人:wd
- 获奖类型:金奖(4888元)
- 项目介绍:使用 Excel 演示的 RWKV-7 架构推理计算过程,帮助开发者和零基础的用户更深入地理解 RWKV-7 架构的运算过程。
-
RWKV-7 论文解读
- 投稿链接:https://www.bilibili.com/video/BV1dtVVzmEPJ
- 投稿人:霍华德
- 获奖类型: 银奖(2888 元)
- 项目介绍:对 RWKV-7 论文的通俗化深入解读,帮助开发者和零基础的用户更好地理解 RWKV-7 架构。
应用类
- RWKV7-Keras
- 投稿链接:https://github.com/pass-lin/RWKV7-Keras
- 投稿人:路过的小林
- 获奖类型:铜奖(1888 元)
- 项目介绍:基于 keras 实现的多后端 RWKV-7,助力各种深度学习框架的用户都能使用到高效的 RWKV-7 架构。
奖品/奖金发放规则
- 实物奖品(RWKV 周边等)以顺丰快递方式发出
- 奖金 以转账或第三方线上平台等方式发放
- 同一投稿作品有多位作者 的情况下,由作品投稿人 领取奖金,团队内部自行协商分配奖金
二次投稿与奖项升级
所有投稿作品均会获得评审意见 。请根据评审意见优化你的作品,然后可再次投稿以升级奖项。
奖项成功升级时,我们将补发前后两个奖金的差价。例如投稿作品从铁奖(888元)升级到银奖(2888元),则补发 2888-888=2000 元奖金。
附活动海报,欢迎各位转发!
* 本活动最终解释权归元始智能所有。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
通义千问 QwenChat 新增 Deep Research 功能
阿里Qwen 团队宣布QwenChat 已对所有人免费开放 Deep Research(深入研究)功能。 官方介绍,QwenChat 中的 Deep Research (深入研究)是由 Qwen 团队打造的一个智能助理系统,能够逐步规划复杂的研究任务,综合大量在线信息,并协助你完成复杂的科研任务。 具体而言,Deep Research 可以结合互联网上的海量信息,对复杂任务进行多步骤的搜索和分析总结,并以全面、易读的报告形式呈现研究结果。过去需要数小时才能完成的任务,现在只需十几分钟即可完成,大大提升了用户处理复杂任务的效率。 使用 Deep Research 非常简单,只需给 Qwen Deep Research 一句提示(prompt),它就会开启一个完整的研究流程。 首先,Deep Research 将分析用户的 prompt,并通过提出反问的方式进一步确认任务的具体细节;随后,它将制定一个多步骤的研究计划,开始查找、分析并整合来自网络的相关信息。 而在研究过程中,Deep Research 会不断优化其研究计划,寻找关键信息,并根据阶段性成果开展进一步的搜索。整个过程会反复多次...
- 下一篇
腾讯推出 AI 编程助手 CodeBuddy
腾讯推出全新代码助手CodeBuddy3.0。CodeBuddy 并不是一个独立的集成开发环境(IDE),而是一个可安装在各种开发工具中的插件,方便开发者在不同的编码平台上使用。 https://copilot.tencent.com/ CodeBuddy主要亮点之一是其创新的 Craft 模式。该模式使得 AI 能够自主理解用户需求,并完成多文件的代码生成和改写。用户只需通过简单的自然语言指令,AI 便能自动生成可执行的应用项目。 这意味着开发者不再仅仅依赖对话工具,CodeBuddy 将成为一个具备独立思考和执行能力的编程助手,提升开发灵活性。 在功能方面,CodeBuddy 整合了 DeepSeek R1/V3和 HunYuan-Turbo S 双模型,支持代码补全、项目理解和单元测试等多项智能能力的升级。用户在编码过程中,将获得实时的建议和支持,提高整体的编码效率。
相关文章
文章评论
共有0条评论来说两句吧...