NVIDIA研究团队在周五夺得Kaggle ARC Prize 2025竞赛冠军，这一成绩被业内视为衡量人工智能向通用人工智能（AGI）迈进的重要风向标。NVIDIA Kaggle Grandmasters团队成员Ivan Sorokin和Jean-François Puget以27.64%的得分位居公开排行榜首位，其解决方案基于与ARC-AGI-2基准测试相同的测试数据集。赛后，该团队将性能进一步提升至29.72%，且每项任务成本仅20美分，展现出卓越的效率与成本控制能力。 该团队名为NVARC，其核心突破在于使用一个仅40亿参数的微调模型，便超越了更大、更昂贵的模型在ARC-AGI-2上的表现。这一成果标志着在高效、可扩展的类AGI推理方面取得关键进展。 ARC-AGI基准测试旨在评估AI系统在极少数示例下进行抽象推理和泛化的能力，采用基于网格的视觉谜题形式。ARC-AGI-2是其升级版，刻意避免与公开训练数据重叠，防止模型通过记忆或模式匹配作弊，从而更真实地检验系统是否具备真正的规则理解与推理能力。因此，该基准被视为衡量AI系统“从几乎零样本中学习”能力的核心指标。 与传统依赖大规模模型或暴力搜索的策略不同，NVARC团队采用三项简洁而高效的策略：合成数据生成、测试时训练（test-time training）以及严谨的工程实现。由于Kaggle竞赛对运行时间和计算资源有严格限制，传统大模型推理方法（如链式思维、工具调用、强化学习代理）难以适配。为此，NVARC将复杂推理过程前置，通过分阶段谜题生成、概念拆解和逐步增强的开源模型，构建了一个多样化的合成数据集。最终模型仅需识别模式并快速适应，无需执行复杂的程序搜索。 测试时训练则让模型在面对新谜题时，从其极小的示例集中动态学习，实现快速适应。这一方法已成为当前ARC-AGI领先性能的核心技术。 该系统成功依赖于NVIDIA NeMo工具套件，包括用于可扩展强化学习的NeMo RL和用于简化合成数据生成流程的NeMo Skills。这一成果不仅刷新了ARC-AGI-2的性能纪录，更展示了合成数据与动态学习在推动高效AI推理方面的巨大潜力。