ARC Prize 2025 प्रतियोगिता ARC-AGI-2 निजी डेटासेट पर 24% की शीर्ष Kaggle स्कोर के साथ समाप्त हुई, जबकि वाणिज्यिक मॉडल और विशेष रीफाइनमेंट समाधानों ने काफी बेहतर प्रदर्शन किया। इस कार्यक्रम में 1,455 टीमों ने 15,000 से अधिक एंट्री और 90 शोध पत्र जमा किए, जो सभी ओपन-सोर्स हैं।
- शीर्ष Kaggle विजेता ने $0.20/कार्य के लिए 24% सटीकता हासिल की; शीर्ष सत्यापित वाणिज्यिक मॉडल Opus 4.5 ने $2.20/कार्य के लिए 37.6% स्कोर किया।
- Gemini 3 Pro पर निर्मित Poetiq का रीफाइनमेंट समाधान 31% की बेलाइन से बढ़कर 54% सटीकता हासिल करने में सफल रहा, जिसकी लागत $30/कार्य थी।
- टाई रिकर्सिव मॉडल (TRM) ने केवल 7M पैरामीटर का उपयोग करके पुनरावर्ती सुधार के माध्यम से ARC-AGI-1 पर 45% टेस्ट-सटीकता हासिल की।
- CompressARC ने बिना प्रीट्रेनिंग के, परीक्षण समय में विवरण लंबाई को न्यूनतम करके 76K पैरामीटर पेश किए और ARC-AGI-1 पर 20% हासिल किया।
विश्लेषण से पता चलता है कि पुनरावर्ती रीफाइनमेंट लूप AGI प्रगति को संचालित करने वाला केंद्रीय विषय है, जो मॉडल को स्थिर न्यूरल नेटवर्क पर निर्भर रहने के बजाय फीडबैक संकेतों के आधार पर क्रमिक रूप से प्रोग्राम को अनुकूलित करने में सक्षम बनाता है।