NVIDIA 的研究人员在周五的 Kaggle 竞赛中拔得头筹，这一赛事被业界许多人视为对人类在人工智能（AGI）领域进展的一次实时检验。
NVIDIA Kaggle Grandmasters（KGMoN）的两名成员 Ivan Sorokin 和 Jean-Francois Puget 通过构建基于同一数据集评估 ARC-AGI-2 基准的解决方案，在 Kaggle ARC Prize 2025 公共排行榜上以 27.64% 的得分位居前列。
该团队将自己命名为 NVARC，通过对 4B 模型变体进行微调，在同一基准测试中，其表现显著优于更大、更昂贵的模型，且每项任务仅需花费 20 分钱。这一成果不仅展现了当前领先的性能，也标志着在可扩展、低成本的 AGI 式推理方面取得了重要突破。
ARC-AGI 基准测试用于评估 AI 系统在抽象推理方面的能力，要求其基于少量示例，解决基于网格的视觉谜题并实现泛化。 ARC-AGI-2 是该基准的升级版本，难度更高，旨在消除与公开训练数据的重叠。它经过专门设计，能够有效抵御捷径解法和强行记忆，从而更清晰地检验 AI 系统真正的抽象推理能力。
ARC-AGI 基准测试已成为衡量人工智能通用推理能力进展的重要指标之一。与典型的机器学习基准不同，ARC-AGI 的任务无法依靠模型规模、记忆能力或简单模式识别来解决。每个谜题仅提供少量示例，以小型网格形式呈现，要求系统必须理解其中的抽象规则，并将其推广至全新的测试情境。因此，业界普遍认为，在更具挑战性的 ARC-AGI-2 上取得的分数，能够反映出 AI 系统在缺乏先验知识时的学习与推理能力极限。
这正是 Kaggle ARC Prize 2025 排行榜意义重大的原因：它提供了一个开放且可复现的竞技平台，让研究人员能在严格的计算与时间限制下，检验类 AGI 的推理能力。
屡获殊荣的 NVIDIA NVARC 解决方案并非由巨型模型或强力搜索驱动，而是基于开发者易于理解的三个核心理念：合成数据、测试时训练以及严谨的工程设计。
重量级的大语言模型推理方法（包括思维链、工具调用，乃至基于强化学习的智能体）难以满足Kaggle严格的运行时限制。为此，NVARC颠覆了传统策略：将所有复杂的推理过程提前转移到离线的合成数据流水线中，转而训练在评估阶段能够快速运行的轻量级模型。
该团队采用分阶段谜题生成、概念分解以及逐步增强的开放权重模型（如 Qwen），构建了一个多样化的合成语料库，用于ARC式任务。通过使用开放模型，团队能够检查并调整模型权重，共享方法，并快速迭代推理系统，从而将前沿能力转化为可供广泛使用的协作基础，实现透明且可复现的微调研究。
最终模型只需识别并调整模式，无需执行完整的程序搜索逻辑。通过在测试时训练，模型能够从每个谜题的少量示例中学习其具体特征，这一技术已成为实现领先 ARC-AGI 性能的关键。
其结果是一个紧凑且经济高效的集成系统，性能超越了更大规模的架构，为 ARC-AGI-2 树立了新的标杆，展现了合成数据与自适应学习在推动推理能力进步方面的巨大潜力。
为成功构建这些高效解决方案，该团队采用了 NVIDIA NeMo 工具套件，包括用于可扩展强化学习的 NeMo RL 以及用于简化 SDG 流程的 NeMo 技能。
深入了解 NVARC 在 Kaggle 上的技术细节，并观看关于 ARC 的访谈。
