英伟达4B小模型击败GPT-5 Pro！成本仅1/36

主要观点总结

英伟达小模型NVARC在ARC-AGI 2比赛中取得榜首，以27.64%的成绩力压GPT-5 Pro。其成本效益高，每任务成本仅20美分。NVARC团队采用特定策略，不依赖大规模通用数据集进行预训练，而是使用合成数据优化小模型。核心推理模块基于改进版ARChitects方法，采用对话式模板简化谜题理解。在测试时引入LoRA微调技术，针对每个问题进行微调。尽管有质疑称其为“做题机器”，但在特定领域任务中，小模型经优化性能卓越，兼具成本、速度、适配性与领域聚焦优势。

关键观点总结

关键观点1: 英伟达小模型NVARC取得ARC-AGI 2比赛榜首

英伟达的小模型NVARC在比赛中以27.64%的成绩力压GPT-5 Pro，登顶榜首。这是本文的一个主要亮点。

关键观点2: NVARC团队采用特定的策略进行模型优化

NVARC团队不依赖大规模通用数据集进行预训练，而是使用合成数据优化小模型。他们将复杂的推理移至离线的合成数据管道，训练能在评估时快速运行的较小模型。

关键观点3: NVARC采用核心推理模块和微调技术

NVARC的核心推理模块基于改进版ARChitects方法，选用小参数模型Qwen3-4B。在测试时，他们引入了LoRA微调技术，针对每一个问题都进行微调，让模型在做题前快速适应。

关键观点4: 小模型在特定领域任务中的优势

虽然有人质疑小模型是“做题机器”，但在特定领域任务中，小模型经过针对性优化，性能并不逊色于大模型。它们还具有成本、速度、适配性与领域聚焦的优势。