黑客马拉松：Kaggle（第 1 页）

English version

黑客马拉松 · Kaggle。数据科学竞赛、数据集与方案。本来源共收录 157 条已通过本类收录机制的资料，分 11 页列出，均可直接跳转到原始来源。

本类权威分层：R。

• Aim to Be a Pokémon Master

  出版方：Luca · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  1st-Place Write-up in the PTCG AI Battle Challenge Simulation Track

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• Solution writeup - Team Unown Gradiant - All Decks on Hand

  出版方：Unown Gradiant · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  A single self play RL agent, a game theoretic selection system, and lots of training. One policy to play them all.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• 2nd Place in Simulation: From 3,341 Decks to One Specialist

  出版方：palsystem · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  From broad self-play to metagame-driven deck selection and specialist training

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• [4th] A Simple Learning Loop for a Complex Card Game

  出版方：flg · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  Teaching a Transformer to play Pokémon TCG through self-play.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• 7th Place Solution for the PTCG AI Battle Challenge Simulation Competition

  出版方：LumenLiquidity · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  Reading the Cards: a Deck-Agnostic Policy Trained by a League of Its Own Exploiters

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• Seek Inspiration, Not Imitation

  出版方：KawattaTaido · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  Self-play RL with Bayesian hidden-hand estimation and per-matchup policy switching — 6th place (Slowking / Dragapult ex Dusknoir)

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• [8th Place Solution] Yaruki Genki Miwa Haruki: Generalist-to-Specialist PPO

  出版方：やる気元気ミワハルキ · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  273 million games of GPU-accelerated self-play, expert replay reviews, and six matchup specialists behind our Dragapult ex agent

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• The Deck Is Half the Game

  出版方：Petit Canard · 所属集合：Pokémon TCG AI Battle Challenge - Strategy · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  A Slowking agent: behavioural cloning, a self-play league, per-matchup specialists, and a Gumbel search rebuilt for hidden information.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• GEM-4: Gemma Embodied 4 Physical Assistance

  出版方：takaki-maeda · 所属集合：The Gemma 4 Good Hackathon · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  Gemma 4, embodied in a robotic arm, reaches out in response to the user’s intent.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• Trido: A Voice-Driven AI Whiteboard Built for the Teacher Nobody Builds For

  出版方：DuoDol · 所属集合：The Gemma 4 Good Hackathon · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  Bringing voice-first, AI-powered teaching tools to classrooms where accessibility isn't optional—it's essential.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• PenguinAgent

  出版方：And0Sha · 所属集合：The Gemma 4 Good Hackathon · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  PenguinAgent: An offline Gemma 4 analyzing video to autonomously generate penguin anomaly and huddling reports for field researchers.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• DEMENTOR : Edge AI Triage for Dementia Care

  出版方：Inchara · 所属集合：The Gemma 4 Good Hackathon · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  Turning confused questions into instant caregiver alerts using Gemma 4, a Raspberry Pi, and a local edge-triage model.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• Project Rosie: Personalized Cancer Vaccines for Dogs

  出版方：shashank padala · 所属集合：The Gemma 4 Good Hackathon · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  The AI Clinical Assistant for Oncologists, starting with veterinary medicine. From tumor DNA to a synthesis-ready mRNA vaccine in an hour.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• Acuífero·Vigía

  出版方：Acuiferovigia · 所属集合：The Gemma 4 Good Hackathon · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  Hybrid edge-and-citizen flood early warning for Argentina's Litoral, where every minute of warning is a life.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24

• CodeBuddy — AI Python Tutor for Indonesian Students

  出版方：Adinda Panca Mochamad · 所属集合：The Gemma 4 Good Hackathon · 形式：获奖技术项目 · 权威分层：R · 审核状态：五项硬门槛通过

  证据分级：仅用于发现，不得单独支持正式结论。

  AI tutor reading handwritten Python from photos, teaching 28M students in 5 local languages, running 100% offline via Gemma 4 + Ollama.

  证据用途：用于发现获奖项目的实现流程、数据资源、评测方法与应用约束；具体结论需回到项目原文核对。

  使用边界：黑客马拉松奖项不等同于同行评审或独立复现。；项目说明可能随 Kaggle 页面更新；使用前应核对代码、数据和依赖版本。

  链接复核时间：2026-09-24