博世公司自动驾驶部门基于自身的技术和数据积累开源了多个单任务数据集，目前在多个感知任务中都扮演着benchmark的作用，为领域内研究提供评价指标支持。参赛选手基于博世开源的llamas数据集和对应的车道线任务benchmark以及boxy数据集和对应的目标检测任务benchmark，两个数据集多任务学习出一个网络模型，使得最终的模型可以同时完成车道线检测和目标检测两个任务。

行情波动下的金融问答挑战赛由蚂蚁财富命题，该赛道在财富社区的问答数据基础上，针对每个用户的问题，利用检索技术在若干金融社区和论坛的板块中检索到该问题的相关、相似问答和文章。希望选手们能够利用深度学习、自然语言处理等技术，构建金融问答系统，利用用户输入的问题本身和相关的问答、文章等输入信息，生成出流畅、准确、合理的针对该问题的回答。

AntSQL大规模金融语义解析中文Text-to-SQL挑战赛由蚂蚁财富命题，该赛道支小宝中文NL2SQL数据集采用金融领域的表格作为数据源，涵盖了基金的产品和属性，提供在此基础上的标注的Query-SQL对，希望选手们能在此基础上训练深度学习模型，将自然语言准确的转换为可查询的SQL语句。

因果学习和决策优化挑战赛由九章云极DataCanvas公司命题，以“如何优化干预方案能使目标结果值最大”为主题，考察参赛者在基于因果推断决策制定问题上的估计能力。参赛者可自由选择使用不同的因果学习工具，在半生成的数据集上完成因果发现，因果量识别，因果效应估计和策略选择的因果推断完整流程。 赛题要求： 1.估计出数据集中的每个样品在不同干预方案下的因果效应； 2.确定每个样本的最优决策方案，使个体结果值最大。