NVIDIA의 연구원인 Ivan Sorokin과 Jean-Francois Puget은 ARC-AGI-2 벤치마크에서 27.64%의 점수를 기록하며 퍼블릭 리더보드에서 1위에 올랐고, Kaggle ARC Prize 2025를 수상했습니다. 그들의 솔루션인 NVARC는 태스크당 단 20센트의 비용으로 더 큰 모델들을 능가하는 파인튜닝된 4B 모델 변형을 활용했습니다.
팀이 엄격한 컴퓨팅 제한 내에서 효율적인 추론을 가능하게 하기 위해 합성 데이터 생성과 테스트 타임 트레이닝을 사용했습니다. 그들은 강화 학습과 합성 데이터 파이프라인을 간소화하기 위해 NeMo RL 및 NeMo Skills를 포함한 NVIDIA NeMo 스위트 활용했습니다. 이 접근 방식은 거대한 모델이나 무차별 대입 검색(brute-force search)에 의존하지 않고도 확장 가능하고 경제적인 AGI 스타일의 추론이 가능함을 입증했습니다.
이 승리는 확장 가능하고 경제적인 AGI 스타일의 추론에서의 돌파구를 강조하며, 합성 데이터와 적응형 학습이 어떻게 접근성을 유지하면서 추론을 발전시킬 수 있는지 보여줍니다.