انتهت مسابقة جائزة ARC 2025 بنتيجة Kaggle العليا البالغة 24% على المجموعة الخاصة ARC-AGI-2، بينما حققت النماذج التجارية والحلول المخصصة للتحسين أداءً أعلى بكثير. تضمن الحدث مشاركة 1,455 فريقًا قدموا أكثر من 15,000 إدخال و90 ورقة بحثية، وكلها مفتوحة المصدر.
- حقق الفائز الأول في Kaggle دقة بنسبة 24% بتكلفة 0.20 دولار/مهمة؛ وحقق النموذج التجاري الموثوق الأعلى Opus 4.5 نتيجة 37.6% بتكلفة 2.20 دولار/مهمة.
- حققت حل التحسين من Poetiq، المبنية على Gemini 3 Pro، دقة بنسبة 54% مقابل خط أساس 31%، بتكلفة 30 دولار/مهمة.
- حقق النموذج المتكرر الصغير (TRM) دقة اختبار تبلغ 45% على ARC-AGI-1 باستخدام 7 ملايين معلمة فقط من خلال التحسين التكراري.
- قدم CompressARC 76 ألف معلمة وحقق نتيجة 20% على ARC-AGI-1 عن طريق تقليل طول الوصف عند الاختبار دون تدريب مسبق.
يحدد التحليل حلقات التحسين التكرارية كموضوع مركزي يدفع تقدم الذكاء العام الاصطناعي، مما يمكّن النماذج من تحسين البرامج تدريجيًا بناءً على إشارات التغذية الراجعة بدلاً من الاعتماد فقط على الشبكات العصبية الثابتة.