标签： NOAI

先说一个容易搞错的前提：深度学习不在第一轮水平测试的范围里。它出现在第二轮的实验要求和 IOAI 的能力清单中。所以「深度学习模块考什么」要分轮次回答，否则备赛方向会整个偏掉。

一、第一轮：官方写的测试范围里没有深度学习

NOAI 水平测试（第一轮）的测试范围，官方写的是四项：Python 基础编程、基础数据结构、人工智能基本概念和基础算法。

这四项里没有"深度学习"。「人工智能基本概念」是概念层面的要求，不等于要你会搭神经网络。而且这一轮的形式也决定了它不可能考深度学习实操——以个人为单位进行纸笔考，不涉及上机。题型由单项选择题与 Python 编程（人工智能问题解决）等组成，总分 100 分、限时 120 分钟，题目语言为简体中文。

所以"编程题"考的是你能不能在纸上把逻辑写清楚，而不是现场调通代码。如果你正在为第一轮做准备，把时间投在 PyTorch 上是错配的。

层次	官方表述	深度学习占什么位置
第一轮 NOAI 水平测试	测试范围：Python 基础编程、基础数据结构、人工智能基本概念和基础算法；纸笔考，不涉及上机	不在范围内
第二轮 NOAI 中国站	上机实验并完成实验报告；参考资料对应大纲中 C、D 段内容，要求独立完成经典机器学习和深度学习实验	要能动手做实验
IOAI 国际站 关键技能	深度学习：熟悉神经网络、卷积神经网络、循环神经网络等深度学习模型的基本原理与应用	六项关键技能之一

二、第二轮：从"知道"变成"做出来"

第二轮的测试方式是上机实验并完成实验报告，用于选拔中国队队员。深度学习正是在这一轮真正落地的。

官方给第二轮列的参考资料里有一句话很关键：请教师和学生选择与大纲内容相关的章节学习，并进行上机实践，独立完成其中的经典机器学习和深度学习实验。注意"独立完成实验"这个措辞——它要的不是读懂，是跑通并解释。

官方点名的参考资料包括：参考书《动手学机器学习》（张伟楠、赵寒烨、俞勇，人民邮电出版社）；视频课程台湾大学李宏毅《机器学习》（内容精选版）——该课程专注于深度学习；以及由 IOAI 2024、2025 俄罗斯队领队 Alexander Guschin 梳理的各国选拔真题汇总。实验环境方面官方提到了 Bohrium Notebook，并附有使用教程。

三、IOAI 那一层：深度学习是六项关键技能之一

如果目标是进国家队出征 IOAI，参照的就是另一份清单了。官方列出 IOAI 考察的关键技能共六项：机器学习、深度学习、自然语言处理、计算机视觉、数据处理与分析、编程语言与框架。

其中深度学习一项的原文是：熟悉神经网络、卷积神经网络、循环神经网络等深度学习模型的基本原理与应用。三个词值得逐个看——神经网络是地基，卷积神经网络（CNN）对应图像，循环神经网络（RNN）对应序列。官方用的是"基本原理与应用"，说明既要说得清为什么，也要用得上。

另外五项也不是孤立的：编程语言与框架明确写了 Python 与 PyTorch；计算机视觉要求了解图像处理、特征提取、目标检测、图像分割；自然语言处理要求掌握文本预处理、词嵌入、文本分类、命名实体识别。深度学习是把这几项串起来的那根线。

四、想知道学到什么深度？看课程大纲，但别当考纲

⚠️ 下面这份是本站辅导课程的大纲，不是官方考纲。它能帮你估计"深度学习这块通常学到哪一步"，但不要反过来当成官方要求。

国赛课程（40 课时）里，深度学习占 12 课时：PyTorch 入门、CNN、ResNet、目标检测与 OpenCV、YOLO 算法。之后是自然语言处理（10 课时）：RNN+GRU、LSTM、word2vec 与 GloVe 词嵌入、Transformer；以及大模型与多模态（18 课时）：BERT+GPT、GQA+MLA、ViT+DETR、PINN、GAN、CLIP、扩散模型、语音信号处理与语音识别等。

从这个分配能看出一条学习路径：先把 PyTorch 和 CNN 打通，再往序列模型和更现代的架构走。这条路径与 IOAI 关键技能里"神经网络 → CNN → RNN"的列举顺序是一致的。

五、按自己所处的阶段决定学什么

还没过第一轮：把时间放在 Python 基础编程、基础数据结构、人工智能基本概念和基础算法上。纸笔考意味着你要练的是"在纸上把代码和逻辑写对"，而不是环境配置和调参。深度学习可以了解概念，但不该占主要时间。

已进入第二轮准备：按官方参考资料动手做实验。重点不是把模型跑出高分，而是能独立完成一次完整实验并写出实验报告——数据怎么处理、模型怎么选、结果怎么解释，这三段缺一不可。

目标是国家队：按 IOAI 六项技能补齐，尤其是深度学习与计算机视觉、自然语言处理的衔接部分。IOAI 中国代表队为 2 支队、共 8 人，挑战环节包含个人挑战与团队挑战，组织语言为英文、题目语言为中文。

六、关于赛程

NOAI 中国区分两轮：第一轮 NOAI 水平测试，第二轮 NOAI 中国站。面向中国大陆 9-12 年级在校中学生，第一轮以个人为单位在国内线下参与，由全国各城市认证评估中心组织。

⚠️ 2027 赛季的具体日期与报名窗口，官方目前尚未公布，请以组委会后续发布为准。备赛不必等日期——上面三层的内容范围是稳定的，现在就可以按自己的阶段动手。

🔥 AI 奥赛体验课，限时 9.9 元（原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

问"深度学习考什么"之前，先确认你在哪一轮——第一轮的答案是"不考"，这比任何备考清单都省时间。

 

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】

报名和前两轮都是个人参赛——水平测试以个人为单位纸笔考，中国站也是个人上机完成实验。团队环节只出现在最后的 IOAI 国际站：中国代表队 2 支队共 8 人，赛制含个人挑战与团队挑战。所以你不需要提前找队友。

一、三段链路，前两段是纯个人

这个问题之所以常被问到，是因为不少 AI 类竞赛确实要求组队。但 NOAI 的结构不是这样——它是逐级选拔的，不是组队报名的：

① 水平测试：官方写明以个人为单位完成纸笔考（不涉及上机），报名方式为个人报名；

② 中国站：面向水平测试排名 TOP 200，形式是人工智能实践、在计算机上动手完成实验并提交实验报告，目的是选拔中国队队员——依然是按个人表现选人；

③ IOAI 国际站：到这一步才有"队"的概念——中国代表队为 2 支队、共 8 人，活动形式包括线上与线下集训、个人挑战与团队挑战。

换句话说：队伍不是你自己组的，是被选出来的。前两轮你要做的只有一件事——把个人成绩考进下一档。

阶段	个人 / 团队	形式与门槛
水平测试	个人	纸笔考、不涉及上机；简体中文；总分 100 分、120 分钟
中国站	个人	上机实验并完成实验报告；面向水平测试 TOP 200
IOAI 国际站	个人 + 团队	中国代表队 2 支队 / 共 8 人；个人挑战 + 团队挑战
报名对象	中国大陆 9-12 年级在校中学生；由各城市认证评估中心组织，须在国内线下参与

二、水平测试：个人报名，没有队友这一栏

报名时不需要填任何队友信息。测试范围是 Python 基础编程、基础数据结构、人工智能基本概念和基础算法；题型由单项选择题与 Python 编程（人工智能问题解决）等组成，总分 100 分、限时 120 分钟，题目语言为简体中文。

有一点常让人意外：这一轮以纸笔考进行、不涉及上机。所以"编程题"考的是你能不能在纸上把逻辑写清楚，而不是现场调通代码。这一轮完全没有协作的余地，也不需要。

三、中国站：仍是个人，但门槛是明确数字

中国站面向水平测试排名前 200 名的同学，形式是在计算机上动手完成人工智能实验并提交实验报告，官方对它的定位写得很直白：选拔中国队队员。

这一轮的能力要求也有明确清单：要能应用 Python 与已有工具解决真实的 AI 问题，须掌握 Numpy、Pandas、Matplotlib 三个包的基本使用方法，并掌握 sklearn 与 PyTorch 的基本应用；问题可能涉及计算机视觉、语音识别、自然语言处理、大语言模型等领域。

另外还有一个可选环节：人工智能青少年科学训练营，面向具备一定编程基础的 12 年级及以下中学生，为期 3 天，用于中国站的强化训练与答疑。这是培训不是比赛，参不参加由你自己决定。

图源：NOAI官网

四、IOAI 国际站：团队环节在这里

走到这一步，"队"才真正出现。中国代表队由 2 支队、共 8 人组成，活动形式为线上与线下集训，加上 IOAI 国际站的个人挑战与团队挑战两个环节。

这个设计有个现实含义：即便进了国家队，你的成绩也不是只看团队。个人挑战与团队挑战并列，两边都要有表现。所以"组队"在 NOAI 体系里不是入场方式，而是最后一段的比赛形式之一。

五、中国队在团队环节的历史成绩

从两届 IOAI 的战绩，能看出个人与团队两条线是分开计的：

① 2024 年首届 IOAI（保加利亚）：中国代表队荣获 3 枚团队银牌；

② 2025 年第二届 IOAI（中国北京）：中国代表队荣获个人 4 银、3 铜、1 荣誉提名，团队挑战进入全球前十。

首届的荣誉集中在团队，第二届在个人与团队上都有斩获——这也印证了两个环节各自独立计奖。

六、报名与费用

NOAI 面向中国大陆 9-12 年级在校中学生，个人报名，由全国各城市认证评估中心组织，考生须在国内线下参与。活动费用 260 元/人，含学术资料、报名资格审核、题目命制、线下组织、活动答疑、报名注册平台功能使用及数据管理、电子证书制作及下载服务。

奖项分四档：High Distinction 一等奖 Top 10%、Distinction 二等奖 10%-30%、Merit 三等奖 30%-50%、Participation 参与奖 50%，所有参与者均可获得电子证书。新赛季的具体报名与考试日期以官方公告为准。

给准备报名的同学一句实在话：既然前两轮都是个人赛，就别把精力花在找队友上——先把 Python 基础、数据结构与 AI 基本概念练扎实，那才是决定你能不能走到有"队"的那一步的东西。

🔥 AI 奥赛体验课，限时 9.9 元（原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

队伍不是报名时组的，是考出来的——前两轮你只需要对自己负责。

 

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】

自然语言处理是 IOAI 明确列出的六大考查技能之一，官方要求是掌握文本预处理、词嵌入、文本分类、命名实体识别等技术。而 NOAI 国内水平测试公布的范围是 Python 基础编程、基础数据结构、AI 基本概念与基础算法，以纸笔考进行、不涉及上机、题目为简体中文。两者不是一回事，备考前要先分清。

一、先分清三层，别把课程大纲当考纲

搜索"NOAI 自然语言处理模块考什么"，很容易一次性搜到三份内容完全不同的清单，然后越看越糊涂。原因是它们本来就分属三个层次，各自回答的问题不一样：

① NOAI 水平测试的测试范围——这是国内选拔第一轮，官方公布的范围是 Python 基础编程、基础数据结构、人工智能基本概念和基础算法。这一层里并没有把"自然语言处理"单列为一个模块；

② IOAI 考察的关键技能——自然语言处理正是在这一层被明确列出的，共六项技能，指向的是国际赛所要求的能力结构；

③ 辅导课程的模块划分——课程为了教学方便会把内容切成"深度学习""自然语言处理""大模型与多模态"等模块并标注课时，这是教学安排，不是官方考纲。

所以，当有人问"NLP 模块考什么"，最准确的回答落在第二层：它是 IOAI 六大技能之一，官方给出了四个具体方向。下面逐条拆开。

层次	官方表述
NOAI 水平测试范围	Python 基础编程、基础数据结构、AI 基本概念和基础算法
水平测试形式	纸笔考（不涉及上机），题目为简体中文
IOAI NLP 技能要求	文本预处理、词嵌入、文本分类、命名实体识别
中国站形式	上机实验并完成实验报告，选拔中国队队员
面向人群	中国大陆 9-12 年级在校生

二、自然语言处理这一项，官方原话怎么写

官方对这一项的表述是一句话："自然语言处理：掌握文本预处理、词嵌入、文本分类、命名实体识别等自然语言处理技术。"短短一句里点了四个方向，而且顺序本身就是一条学习路径——从把文字变成可计算的形式，到把它变成向量，再到用这些向量完成判断任务。

值得注意的是官方用的动词是"掌握"，对应的是能动手做，而不是能说出定义。这与整份技能清单的风格一致：机器学习那一项用的是"了解"，深度学习用的是"熟悉"，编程语言与框架用的是"熟练运用"。用词的差别，实际上就是深度要求的差别。

图源：NOAI官网

三、六项技能里，NLP 处在什么位置

把六项并排放，能看清自然语言处理既不是起点也不是终点，它建立在前两项之上：

① 机器学习：了解机器学习算法、监督学习与无监督学习、模型评估等基本概念；

② 深度学习：熟悉神经网络、卷积神经网络、循环神经网络等深度学习模型的基本原理与应用；

③ 自然语言处理：掌握文本预处理、词嵌入、文本分类、命名实体识别等技术；

④ 计算机视觉：了解图像处理、特征提取、目标检测、图像分割等基本概念和方法；

⑤ 数据处理与分析：熟练运用数据清洗、特征工程、数据可视化、统计分析等技巧；

⑥ 编程语言与框架：熟悉至少一种常用编程语言（Python）和相关 AI 框架（PyTorch）。

循环神经网络出现在第②项，而它正是传统 NLP 建模的主力结构；数据清洗与特征工程出现在第⑤项，文本预处理本质上就是文本领域的数据清洗。NLP 不是一个孤立模块，跳过前面直接啃它，多半会卡在概念之外的地方。

四、四个考点分别在考什么能力

文本预处理——把原始文字整理成模型能吃的形式：分词、大小写与标点处理、去除停用词、词形还原。它看起来最琐碎，却最容易在实操中决定成败，因为后面所有步骤都建立在这一步的输出上。

词嵌入——把词变成向量，让"意思相近"变成"距离相近"。这是从符号世界跨进数值世界的关键一步，也是理解后续所有模型的地基。

文本分类——给一段文本判定类别。它是最典型的有监督任务，把机器学习里学的模型评估、过拟合判断直接搬过来用，因此常被当作检验前置知识是否扎实的题型。

命名实体识别——从文本中找出人名、地名、机构名这类实体。与文本分类相比，它是逐个词元做判断，难度台阶明显更高，也最能区分"会调库"和"懂原理"。

五、辅导课程里的 NLP 模块（作为参考）

如果想知道这些考点在教学上通常被展开成什么，可以参考 NOAI 国赛课程的模块划分：整体 40 课时，分为深度学习（12 课时）、自然语言处理（10 课时）与大模型和多模态（18 课时）三块。其中自然语言处理这 10 课时覆盖 RNN 与 GRU、LSTM、word2vec 与 GloVe 词向量、以及 Transformer。

需要再强调一次：这是课程安排，不是官方考纲。它的价值在于告诉你四个考点通常被拆到多深——比如"词嵌入"在教学上会落到 word2vec 与 GloVe 两种具体方法上，而不是停在概念层面。

六、赛制链路与奖项

NOAI 是 IOAI 在中国的官方选拔通道，链路为水平测试 → 中国站 → 国家队选拔，最终选出 8 人组成 2 支 IOAI 代表队。两轮的形式差别很大：水平测试是纸笔考、简体中文、不涉及上机；中国站则是上机实验并完成实验报告，面向水平测试成绩优异者。自然语言处理这类需要动手的技能，考验主要落在后一段。

奖项方面，NOAI 设一、二、三等奖及参与奖，获奖比例为一等奖前 10%、二等奖 10%-30%、三等奖 30%-50%，即进入前 50% 即可获得等级奖。参赛面向中国大陆 9-12 年级在校生，报名由全国各城市理事单位组织，需在国内线下授权考点参与。

新赛季的报名与考试日期以官方公告为准，建议按"先补 Python 与基础数据结构、再进机器学习与深度学习、最后专攻 NLP 四个考点"的顺序推进，这与官方技能清单的排列顺序是一致的。

🔥 AI 奥赛体验课，限时 9.9 元（原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

把"考什么"问清楚之前，先把"这是哪一层的清单"问清楚，备考方向才不会跑偏。

 

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】

搜"NOAI 获奖名单"的人，其实在找三份不同的名单：水平测试的晋级结果、中国站的等级奖名单，以及出战国际赛的中国代表队名单。三者出自不同环节、公布时间也不同。下一届 IOAI 将于 2027 年 7 月 4-10 日在新加坡举行，中国代表队正是从这条链路里选出来的。本文把三份名单拆开讲清楚。

一、"获奖名单"其实有三份，先对号入座

NOAI 是 IOAI 国际人工智能奥林匹克在中国的官方选拔通道，面向中国大陆 9-12 年级在校生。它的赛程分成几个前后衔接的环节，每个环节结束都会产生一份名单，但性质完全不同：水平测试之后产生的是晋级资格名单；中国站之后产生的是一、二、三等奖的等级奖名单；国家队选拔之后产生的才是代表中国出战 IOAI 的队员名单。

把这三份混在一起看，最容易出现的误解是"名单上没有我，就是没获奖"——实际上你可能只是没出现在这一份名单里。查名单之前，先确认自己找的是哪一个环节的结果。

名单类型	产生环节	说明
晋级资格名单	水平测试之后	决定谁能进入中国站，本身不代表奖项
等级奖名单	中国站之后	一、二、三等奖，多数人真正关心的那一份
中国代表队名单	国家队选拔之后	8 人、组成 2 支队伍出战 IOAI
参赛对象	全程	中国大陆 9-12 年级在校学生
下届国际赛	IOAI 2027	2027 年 7 月 4-10 日·新加坡

二、名单什么时候公布、在哪里看

名单的发布方式有一个固定规律：每一份名单都跟在对应环节结束之后，由组委会通过官方渠道统一发布，而不是逐个通知本人。往届的做法是发布一条带"结果发布"字样的正式通告，附上名单文件或查询入口。

因此查名单的正确姿势是盯官方通告，而不是搜二手转载。转载版本常见的问题有三个：漏掉后续更正、把往届名单当成新一届、以及只截取了名单的一部分。涉及自己的成绩，务必以官方原文为准。

至于具体的发布日期，各届并不完全一致，以组委会当届公告为准。经验上，从考试结束到名单公布通常需要一段阅卷与复核时间，不必在考完的当周反复刷新。

图源：NOAI官网

三、等级奖名单是按什么划出来的

等级奖不是按固定分数线划的，而是按成绩排名的比例来分档：一等奖为前 10%，二等奖为 10%-30%，三等奖为 30%-50%。也就是说，成绩排在全体参赛者前一半的人，都能进入某一档等级奖名单。

这个机制有两个直接推论。第一，名单的长度取决于当届参赛人数，人多则名额多，不存在"今年只发多少张"的固定上限。第二，你的档位由相对位置决定，卷面难度整体偏难或偏易，并不会改变各档的比例。

理解这一点，对备赛策略有实际影响：与其纠结绝对分数，不如关注自己相对于同届参赛者的位置——把常规题目的失误率压下去，往往比死磕最难的一两道题更能提升排名。

四、代表队名单上通常写了什么

三份名单里，信息最丰富的是代表队名单。往届公布的版本一般会包含以下几项：

① 队员姓名与所在学校：这是最基本的两项，也是外界解读名单时看得最多的部分。

② 年级信息：能看出这一届的主力集中在哪个年级段。

③ 队伍编组：8 名队员会分成 2 支队伍出战 IOAI，编组信息通常一并给出。

④ 出征信息：包含当届 IOAI 的举办地与日期，比如 2026 年第三届在哈萨克斯坦阿斯塔纳、2025 年第二届在北京。

五、从往届名单里能读出的三条信息

第一，入选者的年级分布并不平均。往届名单显示主力集中在高年级，但也出现过年级明显偏低的入选者。年级不是硬门槛，能力才是。

第二，学校分布比想象中分散。名单上既有传统强校，也有此前很少出现在竞赛版图上的学校。这说明选拔看的是个人在各环节的实际表现，而不是学校的既往战绩。

第三，国际赛的规模在持续扩大。IOAI 2026 有超过 80 个国家和地区、约 100 支队伍参加，2025 年第二届获得联合国教科文组织的支持函，注册国家和地区超过 130 个。这意味着这份名单的含金量还在上升。

六、想让自己出现在下一份名单上

从查别人的名单到进入自己的名单，中间隔着的是一份能力清单。NOAI 各环节考查的范围相对明确：Python 基础编程、基础数据结构、AI 基本概念，以及基础算法。

建议按这个顺序推进：先把 Python 写到不查语法就能实现常见操作；再补数据处理与基础算法，这两块是往届题目的高频区；最后过一遍 AI 概念题——这部分很多人觉得"不用学"，恰恰是最容易在短时间内拿到分的地方。

需要提醒的是，各届的具体赛程与报名时间由组委会另行公布，不要照搬往届日期安排自己的计划，以官方当届通知为准。

七、常见问题

问：没进等级奖名单，还有别的证明材料吗？

答：参赛本身会有相应的记录与证书类材料，具体形式以组委会当届说明为准。名单是排名结果的公示，不等于参赛记录的全部。

问：晋级名单和获奖名单会一起公布吗？

答：不会。它们分属两个环节，中间隔着中国站的比赛，公布时间自然错开。看到"名单"两个字先确认是哪一份。

问：名单上的排名会精确到具体名次吗？

答：往届公布的形式以档位为主，未见逐名公布具体名次。若需要更细的成绩信息，以组委会提供的查询渠道为准。

问：进了代表队名单，接下来是什么？

答：8 名队员会组成 2 支队伍代表中国参加 IOAI。下一届 IOAI 定于 2027 年 7 月 4-10 日在新加坡举行，由当地机构与高校联合主办。

八、想知道自己离名单还差哪一步？

名单是结果，能力清单才是起点。如果你还不确定自己在 Python、数据处理、算法、AI 概念这四块里哪一块最薄弱，不妨先做一次系统的自测再定计划。欢迎通过本网站在线客服或微信扫码联系顾问老师，核对报名路径与备赛节奏。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

名单每年都会换一批名字，但被写进去的理由从来没变过：在每一个环节都比上一次做得更稳。

 

点击右侧文字，可获得更多在线练习题资源：>>> NOAI在线水平测试

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】

零基础想入门人工智能奥赛，最容易走错的一步是直接扑向深度学习。NOAI 首轮水平测试以客观题为主，真正的入口是 Python 基础语法与 AI 基本概念。这条路的终点是 2027 年 7 月 4-10 日在新加坡举行的第四届 IOAI。本文按四个阶段拆解入门顺序，每个阶段都给出可验收的标准。

一、先看终点：首轮水平测试到底出什么样的题

入门顺序之所以常被排错，是因为大多数人没看过真正的卷面就开始学。NOAI 的选拔是两轮起步：先是面向报名者的水平测试，通过后进入中国站，再往上是国家队选拔——最终从中选出 8 名中学生，组建 2 支 IOAI 中国代表队。而第一道关卡的题型，比很多人想象的要基础得多。以站内可查的两份真题为例：2025 年第一轮水平测试是 15 道单选题，每题 2 分共 30 分；2024 年那份是 20 道单选，每题 2 分共 40 分。题量与总分逐届会调整，但形式稳定。下面这张表把入门路线按阶段拆开，每个阶段都配一个能自己检验的标准。

阶段	要补的内容	验收标准（做到才往下走）
阶段一	Python 基础语法与常用数据结构	能一眼看出列表切片、字典取值的结果
阶段二	NumPy / Pandas / Matplotlib 三件套	能独立完成一次缺失值填充与分布作图
阶段三	机器学习与神经网络的最小知识集	能手算一次卷积后的输出尺寸
阶段四	AI 概念、流派与应用领域归类	能区分符号主义与连接主义、NLP 与 CV
收尾	限时真题演练	同一套题隔一个月重做，正确率有增长

二、阶段一：Python 只需要先掌握这几样

零基础最怕的是"学 Python"这四个字太大。看过真题就会发现，首轮考的是能不能读懂一行代码写了什么，而不是能不能写出复杂程序。具体到考点，集中在这几处：

① 列表操作：在末尾添加元素用哪个方法，切片 a[1:4] 取出的是哪几个元素。

② 循环与推导式：for 遍历列表的正确写法，以及不用循环、用列表推导式或 map 完成同样的变换。

③ 字典取值：用方括号和用 get 方法的差别在哪，什么时候两者都对。

这些内容用两到三周、每天半小时就能拿下，关键是边写边验证——每学一个方法就在解释器里跑一遍，看到输出再往下走。下面这份公开的真题卷首页可以直接当做检验清单，题目旁标注了正确答案。

2025年竞赛真题

三、阶段二：数据处理三件套，直接对着题型练

进入进阶层次后，题目开始考数据处理工具。站内可查的进阶卷里出现过这样几类问题：Pandas 中 DataFrame 与 Series 的区别、用 NumPy 做标准化并统计布尔条件的数量、用 fillna 把缺失值填成均值、用 Matplotlib 画折线图、以及用直方图观察频率分布。

这一阶段的学习方法与阶段一不同：不要按教程的章节顺序学，要按题目考什么学。把上面这五类操作各写一份十行以内的小脚本，跑通、改参数、再跑一次，比读完整本文档更有效。零基础在这里最常见的卡点不是语法，而是没有真实数据可练——随便找一份带缺失值的表格开始就行，数据本身是什么并不重要。

四、阶段三：机器学习的最小必要知识

这一阶段最容易被无限拉长。设一个明确边界：零基础第一年只需要掌握"能看懂题目在说什么"的程度，而不是能复现论文。最小知识集包括三块——

模型评估：训练集与测试集为什么要分开，过拟合是什么、怎么缓解，准确率之外还有哪些常用指标。

基本模型：线性回归与分类的直觉、常见损失函数的作用，不要求手推公式。

神经网络的形状：卷积、池化、全连接分别在做什么，尤其要会算尺寸——例如一张 512×512 的三通道图像，padding 设为 2 后再做 3×3 卷积，输出尺寸是多少。这类计算题在进阶卷里出现过，是可以靠练习稳拿的分。

五、阶段四：概念题最容易被跳过，也最容易拿分

很多零基础学习者把全部精力放在代码上，结果在概念题上失分。NOAI 的考查范围本身就包含人工智能的基本概念，真题里出现过符号主义与连接主义的区分、以及把 NLP、CV、AIGC 等方向对应到具体应用的归类题。

这一块的性价比极高：不需要写一行代码，靠整理就能拿分。做法很简单——准备一页纸，左边写概念名称，右边写一句自己的解释加一个例子，每周补充五个，考前通读两遍即可。比起反复调试代码，这是零基础见效最快的一步。

六、时间怎么排：零基础的现实节奏

把四个阶段折算成时间：阶段一约 3 周，阶段二约 4 周，阶段三约 6 周，阶段四贯穿全程、每周固定一小时，最后留 2 周做限时真题。合计约 15 周，也就是三个半月。这是每天投入 40 分钟到 1 小时的估算，不是集训强度。

NOAI 的报名与考试时间由中国区组委会公布，请以官方通知为准。但无论具体日期落在哪里，上面这个 15 周的结构都成立——先按阶段推进，再把日期套进去，而不是等日期公布了才开始。

七、三个把零基础拖垮的常见做法

① 从深度学习框架开始学。一上来装环境、跑模型，看似进度快，实则跳过了读懂题干所需的全部基础，遇到概念题依然空白。

② 把 Python 教程从头看到尾。面向对象、装饰器、并发这些内容对首轮考试没有帮助，学完只会消耗掉本该用于练题的时间。

③ 只看不动手。看懂一段代码和能预测它的输出是两回事，客观题恰恰考的是后者。每道题都自己先写答案再对答案，是唯一有效的方式。

八、常见问题

问：完全没接触过编程，现在开始来得及吗？

答：来得及。首轮以客观题为主，阶段一的内容用三周可以拿下。真正的风险不是起步晚，而是把三个半月平均铺开、每个阶段都学得半生不熟。

问：数学要到什么水平？

答：高中阶段的函数、概率与基本的向量矩阵概念够用。卷积尺寸计算、标准化这类操作需要的是理解而不是高等数学，不必先去补大学课程。

问：零基础第一年可能拿到等级奖吗？

答：等级奖按比例划定——一等奖前 10%、二等奖 10%-30%、三等奖 30%-50%，也就是说进入前 50% 就有等级奖。对认真走完四个阶段的零基础选手来说，这不是遥不可及的目标。

问：需要参加过其他编程竞赛才有优势吗？

答：不需要。有算法竞赛经历的学生在代码阅读上会轻松一些，但概念题、数据处理与模型评估这几块是全新内容，起跑线其实相当接近。

九、想知道自己该从哪个阶段开始？

零基础最贵的成本不是从零开始，而是从错误的位置开始。四个阶段里，你可能已经跨过了第一个，也可能卡在第二个还不自知。与其按别人的顺序照做，不如先用一节课把 Python、数据处理、机器学习原理和 AI 概念四块各测一遍，看清自己真正的起点在哪一格。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

入门从来不是把所有内容学一遍，而是把该学的那一小部分先学到能用——顺序对了，零基础也能在第一年就交出一份像样的成绩。

 

点击右侧文字，可获得更多在线练习题资源：>>> NOAI在线水平测试

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】

NOAI 的评分标准要分三层看：单题怎么给分、卷面分值怎么分布、等级奖按什么比例划。前两层由每届试卷公布，第三层是固定规则——一等奖前 10%、二等奖 10%-30%、三等奖 30%-50%，即前 50% 的选手都有等级奖。本文把三层逐一讲清，并附真实卷面分值实例。

一、为什么"评分标准"要分三层看

家长和学生问评分标准，实际关心的往往不是同一件事。有人想知道"这道题答对给几分"，有人想知道"考多少分能拿奖"，还有人想知道"拿了奖能不能往下一轮走"。这三个问题分属三个不同的层级，混在一起问就会得到含糊的答案。

把它拆开就清楚了：第一层是单题赋分，由每届试卷在卷首直接写明；第二层是卷面结构，决定哪一类题最值钱；第三层是等级奖比例，这一层不看绝对分数，看你在全体考生中的排位。三层之间不能互相推断，下面分别说。

评分层级	核心信息速览
单题赋分	卷首直接写明，如单项选择每题 2 分
卷面结构	按题型分块，各块题量与总分逐届公布
一等奖	前 10%
二等奖	10%-30%
三等奖	30%-50%
面向对象	中国大陆在校 9-12 年级学生

二、第一层：单题赋分是明写在卷首的

这一层没有任何模糊空间。试卷第一行就会写清题型、题量与每题分值，比如"一、单项选择题（20 道题目，每道 2 分，共 40 分）"。选手拿到卷子的第一件事，就应该是把这行字读完，因为它直接决定了答题顺序。

需要提醒的是，题量与总分是逐届调整的，不能拿去年的数字套今年。以水平测试为例，2024 年那一届的单项选择部分是 20 题、每题 2 分、合计 40 分；而 2025 年那一届的单项选择部分为 15 题、每题 2 分、合计 30 分。同一个题型，两年的题量和分值总额并不相同。

进阶层次的卷子同样如此，其单项选择部分也采用每题 2 分、合计 30 分的结构。所以正确的做法是：每次考前以当届试卷卷首的说明为准，考前的模拟练习只用来熟悉题型，不用来预设分数。

2024年竞赛真题

三、第二层：卷面结构决定该先做哪一块

知道了单题分值，还要看这些分散落在哪些能力上。从公开试卷来看，考查范围集中在四个板块：

① Python 编程与数据结构：列表与字典的特性、切片规则、能否存放混合类型这类基础判断。

② 数据处理与可视化：Pandas 的 DataFrame 与 Series 区别、缺失值填充、用图表判断分布与相关性。

③ AI 与机器学习基本概念：符号主义与连接主义等学派辨析、自然语言处理与计算机视觉等领域归类、各类模型的适用场景。

④ 基础算法与逻辑推理：真假命题、信息推断，以及卷积输出尺寸这类需要动手算的题目。

四个板块在同一张卷子上是并列的，每题分值相同。这意味着没有"性价比更高的难题"可以押注——一道概念辨析题和一道需要计算的卷积题，得分是一样的。备考时把最容易拿分的概念题全部锁死，比死磕难题更有效。

四、第三层：等级奖看排位，不看绝对分

这一层是最多人误解的地方。等级奖按获奖比例划定：一等奖为前 10%，二等奖为 10%-30%，三等奖为 30%-50%。也就是说，只要成绩落在全体考生的前一半，就会有对应等级的奖项。

比例制带来两个直接后果。第一，没有固定的"及格线"——同样考 60 分，在不同届次可能落在不同奖项档位，取决于当届整体表现。第二，提分的边际收益在中段最高：从 30% 挤进 10% 需要跨越的是密度最大的一段人群，往往只差几道题。

所以拿这个标准去规划备考，正确的问法不是"我要考多少分"，而是"我在同届考生里大概处在什么位置、哪几道题是别人都做对而我做错的"。

五、成绩之上：晋级与国家队是另一套判定

等级奖和晋级不是一回事。NOAI 是国际人工智能奥林匹克在中国的选拔通道，整体流程为水平测试 → 中国站 → 国家队选拔，最终从中选出 8 名中学生，组成 2 支代表队出战 IOAI。

换句话说，等级奖回答的是"你这次考得怎么样"，晋级回答的是"你能不能进入下一轮"。前者面向全体参赛者，后者只面向头部。把两件事分开看，才不会出现"拿了一等奖为什么没进国家队"这类困惑。

六、关于评分，四个常见误读

① "总分是固定的"：不是。题量与总分逐届调整，需以当届试卷为准。

② "选择题答错会倒扣"：公开试卷的说明中只写明每题分值，未见倒扣设定；把握不足的题也应作答，切勿留空。

③ "难题分值更高"：同一题型内每题分值相同，难题并不额外加分。

④ "分数越高奖项越高是绝对的"：同一分数在不同届次对应的档位可能不同，因为等级奖看的是排位。

七、常见疑问

问：前 50% 都有奖，是不是含金量就低了？

答：比例只说明覆盖面，不说明难度。分母是同批备考过 Python、数据处理与机器学习概念的学生，本身已经过一轮自筛。

问：卷子上会写倒扣规则吗？

答：会。所有计分规则以当届试卷卷首的说明为准，考前务必逐字读完再动笔。

问：初中生的成绩怎么算？

答：这项赛事面向中国大陆在校 9-12 年级学生，评分与排位都在这个范围内进行。

问：机考还是笔试，会影响评分吗？

答：形式不影响赋分规则。无论哪种形式，单题分值与等级奖比例都按当届公布的标准执行。

问：想冲一等奖，从哪块补最划算？

答：从概念辨析与数据处理这两块补。它们题量大、判断明确，是最容易把"会"变成"稳"的部分。

八、想知道自己大概能落在哪一档？

比例制之下，最有价值的信息不是分数，而是位置。用一次测评看清自己在四大板块上的分布，再决定接下来把时间投在哪一块，比盲目刷题高效得多。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

评分标准是一把尺子，它量的不是你会多少，而是你在同一批人里稳到什么程度。

 

点击右侧文字，可获得更多在线练习题资源：>>> NOAI在线水平测试

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】

结论先给：NOAI 面向中国大陆在校 9-12 年级学生，所以初三（9 年级）可以报名，初一、初二不能报。但初中两年并不是只能干等——本文给出初三报名前的三道自查题、初一初二该按什么顺序补基础，以及第一次参赛该怎么定目标。

一、先给准确答案：卡的是年级，不是年龄

NOAI（National Olympiad in AI）是国际人工智能奥林匹克 IOAI 在中国的分支与官方选拔通道，报名资格写得很明确：中国大陆在校 9-12 年级学生。按国内学制换算，9 年级就是初三，10-12 年级是高一到高三。

所以这个问题的答案要分成两句话说：初三学生是符合资格的，初一、初二学生不符合。这条线是按年级判定的，跟你几岁、跳没跳级、编程学了几年都没有关系——即使初二学生的 Python 水平已经超过很多高中生，当年也报不了。

需要提醒的是，"在校"这两个字同样是条件。报名时按当前学籍所在年级填报，不能按"我明年就上高一"来提前占位。

项目	核心信息速览
初一 / 初二	不符合报名资格
初三（9 年级）	可以报名
报名范围	中国大陆在校 9-12 年级学生
能力要求	Python 基础编程、基础数据结构、AI 基本概念、基础算法
赛制	水平测试 → 中国站 → 国家队选拔（8 人组 2 支 IOAI 代表队）
等级奖比例	一等前 10%、二等 10%-30%、三等 30%-50%

二、初三能不能报是一回事，该不该报是另一回事

符合资格不等于此刻就适合上场。建议初三同学在报名前先过下面三道自查题，全部答"是"再考虑当年参赛，否则把时间留到高一更划算。

① Python 能不能独立写完一段几十行的程序？不是能看懂教程，而是给定一个需求，能自己把循环、条件、函数、列表字典组织起来跑通。

② 常见数据结构会不会用？列表、字典、集合这些不只要会调用，还要知道各自适合解决什么问题。这直接决定你读题时能不能快速判断该用什么。

③ AI 的基本概念能不能说清？训练集与测试集为什么要分开、什么叫过拟合、准确率与 F1 有什么区别——这些概念题在真题里出现得非常稳定。

三道题里有两道以上答不上来，说明现在报名主要是"体验"，拿到有效名次的可能性不高。这不是坏事，但要提前对预期做好管理。

三、初一、初二该补什么？沿这张金字塔从下往上走

不能报名的两年，恰恰是打地基最好的时候。NOAI 的能力结构可以概括成一个五层金字塔——算法（Algorithms）、数据（Data）、学习模型（Learning Models）、逻辑（Logic），顶层才是 AI。绝大多数走弯路的同学，都是跳过下面三层直接冲最上面那层。

正确的顺序是这样：初一把算法与编程基本功做扎实，重点是循环、递归、排序查找这类最基础的东西，语言用 Python 即可；初二转向数据，学会用 Pandas 读表、清洗缺失值、用 Matplotlib 把数据画出来——这一步看着不起眼，却是真题里出现频率最高的一块。

模型与逻辑层留到初三或高一再碰。原因很简单：模型部分要理解"为什么这样调整会让效果变好"，没有前两层的数据直觉，学到的只能是背下来的参数名。

四、从初一到初三，一份可以照着做的三年安排

把上面的顺序落到时间上，大致是这样一条线：

初一（全年）：每周两到三小时，把 Python 语法一次性过完，然后靠小项目巩固——猜数字、成绩统计、简易通讯录都可以。目标是"不查资料能写出来"。

初二上学期：进入数据处理，学 NumPy 与 Pandas 的常用操作，能对一份真实表格完成读取、筛选、分组、填补缺失值这一整套动作。

初二下学期：加上可视化与统计常识，能用折线图看趋势、用直方图看分布，并说清楚每张图回答了什么问题。

初三上学期：开始接触机器学习的基本概念与评价指标，同时做往届真题定位差距，再决定当年是否报名。

这条线的关键不是进度快，而是每一层都留下能拿出来的作品。哪怕最后没参赛，这些代码与图表本身也是有价值的积累。

五、初三第一次参赛，目标该怎么定？

先看等级奖的分布：一等奖授予前 10%，二等奖 10%-30%，三等奖 30%-50%。也就是说，只要成绩进入前 50%，就能拿到等级奖。

对初三第一次上场的同学，把目标定在"进入前 50%、拿到三等以上"是合理的；把目标定成"冲国家队"则不现实——国家队最终只有 8 人，组成 2 支 IOAI 中国代表队，竞争对象是全国高二、高三的顶尖选手。

更实际的用法是把初三这次当作诊断：考完对着题目复盘，看清自己在编程、数据、模型、逻辑四块里各自处于什么位置，高一再冲一次，进步幅度往往比第一年从零准备大得多。

六、关于"初中生参加 NOAI"的四个误判

① 以为报名条件可以通融：年级是硬性资格，不接受任何形式的破格。

② 以为初中先学模型就能领先：跳过数据处理直接学模型，最后往往连题干里的表格都读不懂。

③ 把编程等同于刷算法题：这项赛事考的是 AI 语境下的编程能力，纯算法竞赛的训练迁移过来只覆盖了金字塔最底层。

④ 觉得初中做的东西没法写进材料：初中两年做出的数据分析小项目，恰恰是后面讲述"你为什么走上这条路"最真实的素材。

七、常见问题

Q1：初二读完 Python 了，能不能以初三身份提前报？

A：不能。报名按当前在读年级判定，与实际水平无关。

Q2：初中阶段没有编程基础，初三再开始来得及吗？

A：从零到能应考通常需要较长时间。初三起步更现实的路线是把当年当作了解与诊断，把正式冲击放在高一。

Q3：需要买很贵的电脑或显卡吗？

A：不需要。备赛涉及的数据规模很小，普通笔记本加免费的在线运行环境完全够用。

Q4：初三课业紧，每周投入多少合适？

A：三到四小时是一个能长期坚持的量。持续性比单周时长更重要，断断续续学一年的效果通常不如稳定学半年。

Q5：NOAI 和国际赛 IOAI 是什么关系？

A：NOAI 是 IOAI 在中国的选拔通道，最终从中选出 8 名中学生组成 2 支 IOAI 中国代表队参加国际赛。

八、想先测一测孩子现在的 Python 与 AI 基础？

与其反复纠结"能不能报"，不如先用一节课把四层能力结构、真实题型与当前差距一次看清，再决定初三报还是高一报。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

初一初二不能报名，不代表这两年是空的——地基埋得多深，初三站上去才有多稳。

 

点击右侧文字，可获得更多在线练习题资源：>>> NOAI在线水平测试

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】

NOAI 的考点可以压缩成一份清单：Python 编程与数据结构、数据处理与可视化、AI 与机器学习基本概念、基础算法与逻辑推理。本文把四块拆成可逐条打勾的自查条目，并对照真实测试卷说明每条的考法与分值权重。这条通道的终点是 IOAI 国家队——IOAI 2027 将于 2027 年 7 月 4-10 日在新加坡举行。

一、这份清单怎么用：先给每一条标上"必会/该会/加分"

很多同学列考点清单时习惯把所有条目平铺，结果越列越焦虑。更有效的做法是给每一条打一个标签：必会指不掌握就直接丢分的基础项，该会指决定你能不能过线的主体部分，加分指进阶卷才会出现、拿到就能拉开差距的内容。

之所以能这样分层，是因为 NOAI 的赛制本身就是分层的：先是水平测试，通过后进入中国站，成绩优异者再进入国家队选拔，最终选出 8 名中学生组成两支代表队出战 IOAI。不同阶段对同一考点的要求深度完全不同——水平测试阶段要你"认得出"，国家队选拔阶段要你"做得出"。

还有一条现实约束值得先说：NOAI 面向中国大陆 9-12 年级在校生，官方要求的入门门槛是 Python 基础编程、基础数据结构、AI 基本概念与基础算法四项。这四项就是本文清单的四个板块，不是我们自己归纳的分类。

板块	核心考查能力	自查标准
Python 与数据结构	语法、容器、函数、复杂度	能读懂并改对一段代码
数据处理与可视化	Pandas / NumPy / Matplotlib	能选出正确的一行调用
AI 与机器学习概念	任务类型、评价指标、网络结构	能解释"为什么用这个指标"
基础算法与逻辑	排序查找、递归、推理判断	能手算出小规模结果
赛制层级	水平测试 → 中国站 → 国家队选拔（8 人组 2 支 IOAI 代表队）
获奖比例	一等前 10%、二等 10%-30%、三等 30%-50%
报名与赛程	当届具体时间以官方公布为准

二、板块一：Python 编程与数据结构（必会 6 条）

这一块是所有后续内容的地基，题目本身不刁难，但错一条就是白丢分。

① 基本语法与数据类型：变量、类型转换、格式化输出、切片规则，尤其是切片的左闭右开边界。

② 四大容器的取舍：list、tuple、dict、set 各自的可变性、有序性与查找代价，题目常用"哪种结构最合适"来考。

③ 控制流与函数：循环嵌套的执行顺序、默认参数的陷阱、返回值与副作用的区别。

④ 列表推导与常用内置函数：map、filter、sorted 配合 key 参数的写法，是代码选择题的高频题面。

⑤ 基础复杂度判断：能说出一段代码是 O(n) 还是 O(n²)，不需要严格证明，但要能一眼分辨。

⑥ 异常与边界：空列表、除零、索引越界这些情况在代码题里经常作为干扰项出现。

三、板块二：数据处理与可视化（该会 5 条）

这一块在真实卷面上占比很高，而且考法非常统一——给你一个任务描述，四个代码片段选一个正确的。

① Pandas 的 DataFrame 与 Series 之辨：二维结构与一维结构的区别、能否存放混合类型，这是最基础的一道判断题。

② 缺失值处理：fillna 填均值、dropna 删除、interpolate 插值三种做法的适用场景与写法差异。

③ NumPy 的标准化与布尔筛选：把数组化为均值 0、标准差 1，需要用 std 而不是 var 或 median；再配合布尔条件统计满足条件的元素个数。

④ Matplotlib 的图型选择：折线图看趋势、柱状图比大小、直方图看频率分布、散点图看相关性——题目常给出分析目的，让你选对应函数。

⑤ 按需分组与聚合：groupby 配合聚合函数的基本用法。

四、板块三：AI 与机器学习基本概念（该会 6 条）

这一块最能拉开分差，因为它考的是理解而不是记忆，靠临时背名词很难应付。

① 任务类型的划分：分类、回归、聚类、生成分别解决什么问题，给一个业务场景能对号入座。

② 监督与无监督的界线：有没有标注是唯一的判定依据，半监督与自监督属于延伸概念。

③ 训练集、验证集、测试集的分工：为什么不能用测试集调参，这是概念题的常客。

④ 过拟合与欠拟合：两者在训练误差与验证误差上的表现差异，以及正则化、增加数据、简化模型等对应手段。

⑤ 评价指标的选择：准确率在类别不平衡时会失真，此时需要看精确率、召回率与 F1；能说清"为什么用这个"比记住公式更重要。

⑥ 神经网络的基本结构与尺寸计算：卷积层的输入尺寸、卷积核大小、padding 与步长如何决定输出特征图尺寸——这类计算题在进阶内容里出现频率很高，务必手推一遍公式而不是背结论。

五、板块四：基础算法与逻辑推理（该会 4 条）

① 排序与查找：冒泡、选择、插入的过程模拟，二分查找的边界条件。

② 递归与分治：能写出递归终止条件，能手算小规模的调用过程。

③ 贪心与枚举：在小数据规模下选出可行策略，不要求高阶动态规划。

④ 纯逻辑推理：条件判断、真假命题、信息推断类题目，与编程无关但同样计分。

六、按分值反推：清单里先补哪一块最划算

从公开的测试卷来看，客观选择题是主要题型，且分值分布相当均匀——常见形式是每题 2 分，一份卷子里 15 题合计 30 分、20 题合计 40 分的结构都出现过。

这个分值结构给出两条明确提示。

第一，每题权重相同，意味着难题和易题一样值 2 分。把清单里"必会"那 6 条全部做扎实，收益高于死磕一道卷积尺寸计算。

第二，题量不大，容错空间就小。15 题的卷子里错 3 题就掉 6 分，占总分五分之一。所以基础板块必须做到接近满分，这也是清单要分"必会/该会/加分"三层的原因。

七、清单之外，容易被忽略的三件事

① 只看不写：代码选择题看起来只需要"读懂"，但真正能一眼选对的人，一定是自己敲过那几行的。每个知识点至少手写一遍。

② 把清单当进度条：清单的作用是定位薄弱项，不是从头到尾勾一遍就算完成。建议每两周用一份完整卷子回测一次。

③ 忽略英文术语：如果目标是往 IOAI 方向走，国际赛环节的材料以英文为主，中文概念对应的英文表达要同步积累。

八、常见问题

Q1：这份清单需要学多久？

A：有 Python 基础的同学集中三到四个月可以覆盖大部分内容；完全零基础需要先花一个月补编程本身。

Q2：必须会训练模型吗？

A：入门阶段以概念判断和代码阅读为主，不要求端到端训练大模型；但理解训练流程有助于答对概念题。

Q3：数学要求到什么程度？

A：主要是基础线性代数与统计概念，加上卷积尺寸这类简单计算，不涉及高深推导。

Q4：清单里哪一块最容易被低估？

A：评价指标。很多同学能说出准确率的定义，但答不出"类别不平衡时为什么要看 F1"，而后者才是常见考法。

Q5：不进国家队，参赛还有意义吗？

A：有。等级奖按比例授予，一等为前 10%、二等 10%-30%、三等 30%-50%，也就是说前 50% 都能拿到等级奖，整个准备过程本身也是一条完整的 AI 入门路径。

九、想拿到带自查表的完整考点清单？

与其自己拼凑范围，不如用一节课把四大板块的考点、真实题型与分值结构一次看清，再决定自己先补哪一块。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

清单列出来只是开始，真正的进度是每一条后面那个能不能打勾的标记。

 

点击右侧文字，可获得更多在线练习题资源：>>> NOAI在线水平测试

NOAI新赛季备赛已开启，扫码领取NOAI备赛资料

欢迎咨询【NOAI竞赛辅导课程】