英伟达小模型NVARC登顶ARC-AGI2：零预训练低成本展现高效实力
在一场人工智能领域的高难度评测中，英伟达推出的4B参数小模型NVARC以显著优势登顶。面对ARC-AGI2评测设置的全新挑战，该模型以27.64%的得分超越GPT-5 Pro的18.3%，同时在成本效率上展现出惊人表现——每项任务处理成本仅需20美分，仅为对手7美元的约1/35。这场胜利不仅标志着小模型在复杂推理任务中的突破，更引发业界对“更大不一定更强”发展路径的重新审视。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
评测机构精心设计的测试方案成为此次竞争的关键。ARC-AGI2评测摒弃了传统的固定数据集模式，转而要求模型在完全陌生的任务场景中快速学习新规则。测试题目涵盖逻辑推理、空间想象、数学证明等12个维度，每个任务仅提供3个示范样本，迫使模型通过有限信息推导出通用解决方案。这种设计精准打击了依赖大规模预训练的通用模型，却为NVARC的零预训练架构提供了施展空间。
英伟达研发团队采用的合成数据策略构成了技术突破的核心。他们构建的离线数据工厂包含三个创新环节：首先从现有数据集中解构出基础逻辑单元，其次通过多维度组合生成320万道增强谜题，最后运用多阶段验证机制确保每道题目的质量。在这个过程中，GPT-OSS-120B模型扮演着"智能出题官"角色，其生成的合成数据在难度梯度和知识覆盖度上均达到新高度。相比传统数据采集方式，该方案使训练效率提升40倍，同时将硬件资源消耗降低75%。
在算法架构层面，NVARC对ARChitects推理框架进行了深度优化。研发团队将复杂问题拆解为可验证的子模块，通过对交互式模板降低理解门槛。训练阶段采用的NeMo强化学习框架与Megatron并行计算后端的结合，使模型在保持小体积的同时具备强大的泛化能力。特别开发的TTFT（任务自适应微调）技术，通过动态调整神经网络连接权重，使模型能在10分钟内完成对新任务规则的适配。
这场胜利引发的讨论远超技术范畴。行业观察者指出，NVARC的成功证明在特定领域中，精准优化的专用模型可能比通用大模型更具实用价值。其每秒处理12.8个任务的速度优势，结合极低的运营成本，使该模型在医疗诊断、金融风控等对时效性和成本控制敏感的场景中展现出巨大潜力。尽管仍有质疑声音认为合成数据训练可能限制模型的真实世界适应力，但英伟达团队公布的测试数据显示，NVARC在跨领域迁移任务中的表现已达到行业平均水平的2.3倍。
热门专题
热门推荐
3月30日消息，今晚除了手机之外，vivo还发布了全新的旗舰平板——vivo Pad6 Pro。行业首发13 2英寸4K原彩屏，分辨率3840×2160，347PPI，支持1-144Hz LTPS自
WPS表格中提取括号内容有四种方法：一、单对英文小括号用FIND+MID；二、中英文括号通用需SUBSTITUTE预处理；三、多对括号取最后一对需REVERSESTRING反向查找
3月30日，南京新街口核心商圈，苏豪大厦一楼广场上机器人迎宾起舞，充满科技感。由苏豪资产运营集团与南京新街口金融商务区管理委员会（以下简称“新街口管委会”）共同打造的“数智苏豪”新街口OPC社区揭牌
电 动 知 家消 息，近日，据外媒报道，据福特汽车日前发布的一份文件，该公司首席执行 官吉姆·法利2025年的总薪酬大幅增长了11%，达到约2752万美元（约1 9亿元人民币），这是其自2020年末
白宫里，一台人形机器人缓步走入东厅，与美国“第一夫人”并肩亮相，动作仍带着明显的机械感；仅仅一天后，国会山上，这种“会走路的机器”却被划为潜在安全威胁，写进立法提案。这是上周美国上演的荒诞一幕。两党