Die Sternbilder des schlafenden Sheriffs

Die Sternbilder des schlafenden Sheriffs

Eine Herausforderung aus dem Wilden Westen

Hinweis

Die explizite Verwendung von vortrainierten Sprachmodellen (z. B. BERT, RoBERTa, sentence-transformers) mit geladenen Gewichten ist gestattet. GPU-Beschleunigung für Training und Inferenz ist vollumfänglich erlaubt. Klassische NLP-Pipelines auf Basis von TF-IDF sind ebenfalls zulässig und erwünscht.

Die Geschichte

Irgendwo in den trockenen Ebenen von New Mexico, 1883.

Der alte Sheriff Clem Dudley hatte eine Gewohnheit, die keiner seiner Hilfssheriffs je verstand: Jeden Abend, egal wie lang der Tag gewesen war, legte er seinen Hut auf den Sattel seines Pferdes, legte sich auf seine Decke und blickte direkt nach oben in den Himmel.

„Die Sterne lügen nicht“, pflegte er zu sagen. „Jeder Flüchtige, jeder Landstreicher, jeder ehrliche Mann – sie alle blicken in denselben Himmel.“

In einer Augustnacht, erschöpft von der dreitägigen Verfolgung der Vega-Bande durch die Wüste, legte sich Clem unter einen tintenschwarzen Himmel, der mit mehr Sternen übersät war, als er je gezählt hatte. Er versuchte einzuschlafen, als die Sterne begannen, sich zu bewegen – zuerst langsam, wie Funken, die der Wind aus einem sterbenden Feuer trägt. Dann immer schneller. Sie zogen Linien zwischen sich. Dreiecke. Spiralen. Tiere. Ziffern. Formen, für die er keinen Namen kannte.

„Das muss die Hitze sein“, murmelte er. Aber er starrte weiter.

Die Formen wurden zu Wörtern. Nicht gesprochen – gefühlt. Jedes Sternbild schien eine Bedeutung zu tragen, ein Gewicht, eine Geschichte, die daran hing wie ein Steckbrief an der Pinnwand eines Sheriffs. Er griff nach seinem Bleistift, um sie zu notieren, und dann – nichts.

Er wachte an einem anderen Ort auf.

Das Reich zwischen den Sternen. So nannten sie es.

Es war ein weites, stilles Territorium, in dem der Himmel der Boden war und die Sternbilder Dörfer bildeten – jedes eine Gruppe von Sternen, die in einer Form angeordnet waren, und jede Form trug einen Namen, der darauf wartete, mit seiner Geschichte vereint zu werden. Die Bewohner dieses Reiches, die Sternenschreiber, hatten seit Jahrhunderten akribisch Aufzeichnungen geführt: Tagebücher, Gedichte, Reiseberichte, Legenden – allesamt geschrieben von Menschen, die dieselben Sternenformen von unten, von der Erde aus, betrachtet hatten.

Doch etwas war schiefgelaufen. Ein gewaltiger Himmelssturm – die Einheimischen nannten ihn Die Zerstreuung – hatte jedes Etikett von jedem Sternbild gerissen und sie in den Wind gestreut. Nun schwebten tausende Texte losgelöst über den Sternenformen, die sie einst beschrieben hatten, und die Sternenschreiber konnten nicht mehr sagen, welche Geschichte zu welchem Himmel gehörte.

Clem wurde ein Abzeichen aus Sternenlicht und eine einfache Anweisung überreicht:

„Ordne die Worte wieder den Sternen zu, Sheriff. Bevor der nächste Sturm kommt.“

Die Aufgabe

Ihnen wird ein Satz von Sternbildern gegeben, die jeweils durch eine Sequenz von 2D-Punkten beschrieben werden, die eine geometrische Form bilden (z. B. ein Kreuz, eine Spirale, eine fünfzackige Figur, Ziffern wie 6, 7, 8, Kombinationen von Ziffern usw.). Ihnen wird außerdem ein großer Pool an Kandidaten-Textfragmenten zur Verfügung gestellt – Tagebucheinträge, Legenden, Beschreibungen –, von denen jedes ursprünglich über ein bestimmtes Sternbild geschrieben wurde.

Ihr Ziel ist es, ein Modell zu entwickeln, das in der Lage ist, jedem Text aus dem Pool das entsprechende Sternbild korrekt zuzuweisen, basierend ausschließlich auf der semantischen und strukturellen Beziehung zwischen der Geometrie der Koordinaten und dem Inhalt des Textes.

Datenstruktur

Trainingsset

train.csv enthält 300 Sternbild-Text-Paare mit Labels:

• Jede Sternbild-ID erscheint 40-65 Mal mit leichten geometrischen Variationen (Rauschen, Rotation, Skalierung).

Testset

test.csv enthält 50 Sequenzen von Sternbildern ohne Labels (datapointID 1-50):

Jede datapointID erscheint 40-65 Mal. Es werden keine Text-Labels bereitgestellt.

Kandidaten-Texte

candidates.csv enthält 500 Textfragmente:

• Genau 50 dieser 500 Texte sind die korrekten Übereinstimmungen für die 50 Test-Sternbilder.
• Die anderen 450 dienen als Ablenkung.
• Die Texte sind literarischer Natur – es kommt kein direktes geometrisches Vokabular in ihnen vor.

Format der Einreichung

Die Einreichungsdatei muss im CSV-Format mit den folgenden Spalten vorliegen:

Jede der 50 Test-datapointIDs muss genau einmal vorkommen.

Beispiel:

1subtaskID,datapointID,answer21,1,4231,2,31741,3,4675...

Bewertungsmetrik

Genauigkeit (entspricht F1-Macro)

Jede Vorhersage wird als Single-Label-Klassifizierung über die 500 Kandidaten-Text-IDs bewertet. Die Vorhersage ist entweder korrekt (1) oder falsch (0).

Die finale Metrik ist die Anzahl der korrekten Vorhersagen / 50.

Punktefunktion

Die Rohwerte werden mithilfe einer linearen Funktion mit Mindestschwelle in Wettbewerbspunkte umgerechnet:

Kurz gesagt: Sie müssen mindestens 15 von 50 Sternbildern korrekt zuordnen (Genauigkeit = 0.30), um Punkte zu erhalten, und die korrekte Zuordnung von 43 oder mehr (Genauigkeit >= 0.85) bringt die volle Punktzahl.

„Die Sterne lügen nicht. Man kann einem Stern mehr vertrauen als einem Menschen...“ — Sheriff Clem Dudley, 1883