Add TDA solution for LongContext ICL annotation

openseek/competition/LongContext-ICL-Annotation/submissions/TDA/README.md

@@ -0,0 +1,62 @@
+# LongContext-ICL-Annotation 代码提交包
+
+本目录为 FlagOS/OpenSeek「长上下文场景中大模型自动数据标注」赛道的代码提交包，对应最终提交 `submission_0520v11.zip`，榜单分数 81.87。
+
+## 目录结构
+
+- `src/`：方案代码、FlagScale 推理配置、推理与优化脚本。
+- `data/`：组委会提供的 8 个官方数据集文件。
+- `outputs/final_submission/`：最终预测结果、最终提交 zip、分数摘要与运行摘要。
+- `scripts/`：提交包校验与重新打包脚本。
+- `docs/技术报告-TDA.pdf`：最终技术报告。
+- `requirements.txt`：Python 依赖说明。
+
+本包不包含 Qwen3-4B 模型权重。请按赛题说明从官方 HuggingFace/ModelScope/Modelers 链接下载模型，并放置到本目录同级或按实际路径修改 `src/llm_config.yaml`。
+
+## 环境准备
+
+建议使用 Python 3.10，并根据本机 CUDA 环境安装 PyTorch、FlagScale 与 vLLM。随后安装本包依赖：
+
+```bash
+pip install -r requirements.txt
+```
+
+## 启动 Qwen3-4B 推理服务
+
+使用 FlagScale 作为模型加载与运行入口。示例命令如下，模型路径可按实际环境调整：
+
+```bash
+cd /path/to/FlagScale
+python run.py --config-path /path/to/LongContext-ICL-Annotation-code-20260520-final/src \
+  --config-name llm_config action=run \
+  serve.0.engine_args.model=/path/to/Qwen3-4B
+```
+
+服务默认监听 `http://127.0.0.1:2026/v1/completions`，服务名为 `../Qwen3-4B`。
+
+## 运行与复现
+
+基础推理入口示例：
+
+```bash
+python src/main.py --task_id 5 --tokenizer_path /path/to/Qwen3-4B --log_path_prefix outputs/
+```
+
+最终方案中的规则校验、任务特化优化与提交包生成逻辑主要位于 `src/competition_optimize.py` 及相关系统化分析脚本中。最终提交结果已保存在 `outputs/final_submission/submission_0520v11.zip`。
+
+## 校验最终提交
+
+```bash
+python scripts/validate_submission.py outputs/final_submission/submission_0520v11.zip
+```
+
+若需要从 8 个 JSONL 重新打包：
+
+```bash
+python scripts/make_submission_zip.py
+python scripts/validate_submission.py outputs/final_submission/submission_repacked.zip
+```
+
+## 合规说明
+
+本方案仅使用赛题指定的 Qwen3-4B 模型、FlagScale 推理框架和组委会提供的官方数据集；未使用外部模型、外部数据、自建数据或模型微调。最终预测覆盖全部 8 个任务，共 3666 条测试样本。