NVIDIAの研究者であるIvan SorokinとJean-Francois Pugetは、ARC-AGI-2ベンチマークで27.64%のスコアを記録し、パブリックリーダーボードで1位となり、Kaggle ARC Prize 2025を獲得しました。彼らのソリューション「NVARC」は、タスクあたりわずか20セントという低コストで、より大規模なモデルを上回る性能を持つファインチューニングされた4Bモデルバリアントを活用しました。

チームは、厳格な計算リソースの制限内での効率的な推論を実現するために、合成データ生成とテスト時トレーニングを採用しました。 彼らは、強化学習と合成データパイプラインを効率化するため、NeMo RLやNeMo Skillsを含むNVIDIA NeMoスイートを利用しました。 このアプローチは、 brute-force検索や大規模モデルに依存することなく、スケーラブルで経済的なAGIスタイルの推論が可能であることを示しました。

この勝利は、スケーラブルで経済的なAGIスタイルの推論におけるブレイクスルーを浮き彫りにし、合成データと適応的学習がどのように推論を前進させながらアクセシビリティを維持できるかを示しています。