12月8日，在人工智能领域备受瞩目的ARC-AGI2基准评测中，英伟达推出的40亿参数小模型NVARC以27.64%的准确率拔得头筹，显著超越了OpenAI的GPT-5Pro（18.3%）。
本次评测结果不仅刷新了人们对小模型能力的认知，更在成本效益方面树立了新标杆。据悉，NVARC执行单个任务的成本仅为20美分，而GPT-5Pro则高达7美元，前者成本优势达到后者的1/35。
NVARC的成功源于其创新的技术路径。该模型采用了一种名为“零预训练”的深度学习方法，有效规避了传统大模型因依赖大规模通用数据集而产生的领域偏见问题。其核心策略是将复杂的推理过程前置到离线的合成数据生成环节。英伟达团队利用开源大模型GPT-OSS-120B，从现有数据集中提取并组合问题，生成了数百万个高质量、高难度的合成谜题。
为确保数据质量，团队将推理过程分解为多个可独立验证的阶段，最终构建了一个包含320万条增强样本的大型数据集。在模型架构上，NVARC结合了改进的ARChitects推理模块与对话式模板，并通过NeMo RL框架和Megatron后端进行监督微调，其中针对每个任务的TTFT（Test-Time Fine-Tuning）技术使其能快速适应新规则。
专家分析指出，NVARC的胜利并非意味着大模型时代的终结，而是揭示了一条高效、低成本的AI发展新路径。其在特定任务上的卓越表现，证明了“正确的方法”与“合适的规模”相结合，能够释放出巨大的应用潜力。未来，如何根据具体场景选择最优技术方案，将成为AI产业发展的关键议题。
论文地址：
https://drive.google.com/file/d/1vkEluaaJTzaZiJL69TkZovJUkPSDH5Xc/view