英伟达逆袭4B小模型，单任务成本低至GPT-5 Pro的1/36

人工智能领域近期掀起了一场激烈的角逐。英伟达推出的4B小模型NVARC在最新的ARC-AGI2评测中，以27.64%的优异表现力压对手GPT-5Pro的18.3%，成功登顶。这一成绩不仅展现了NVARC的强大性能，其每个任务的成本仅为20美分，远低于GPT-5Pro的7美元，成本比拼简直是“性价比之王”。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

NVARC的成功得益于其独特的零预训练深度学习方法。这一策略避免了传统大规模通用数据集的预训练所带来的领域偏见和数据依赖问题。此次评测尤其具有挑战性——ARC-AGI2采用了更高难度的测试，旨在考察模型能否在没有直接训练数据的情况下，快速学习并掌握新技能。

英伟达团队为NVARC的训练采取了一种创新思路。他们将复杂的推理过程移至离线的合成数据管道，使用GPT-OSS-120B生成高质量的合成谜题，从而降低实时计算资源的需求。团队从现有的数据集中提取问题，并通过组合生成更复杂的新题目。为了确保生成数据的高质量，他们将推理过程分解为多个独立验证的阶段，最终形成了一个包含320万条增强样本的大型合成数据集。

NVARC在推理模块中采用了改进版的ARChitects方法，并通过对话式模板简化了谜题理解。在训练过程中，他们还利用NeMo RL框架和Megatron后端进行监督微调。特别值得注意的是，针对每个任务进行微调的TTFT技术，使得模型能够快速适应新的任务规则。

尽管有人可能会质疑这种小模型是否只是一台“做题机器”，但NVARC的成功实际上凸显了其在特定领域内强大的适应能力和效率。小模型在成本、速度和适配性方面的优势，使其在许多应用场景中显得尤为重要。未来，如何将正确的方法应用于合适的领域，将是推动技术进一步发展的关键。