.@NVIDIA logrado una picada increíble usando un modelo 4B diminuto que superó a sistemas mucho más grandes en ARC AGI 2, ¡29,72% / 0,20 $ por tarea! Al apoyarse en datos sintéticos y entrenamiento en tiempo de prueba en lugar de la escala de fuerza bruta, el equipo NVARC demostró que un diseño inteligente puede superar el recuento bruto de parámetros. Es una señal emocionante de que el razonamiento eficiente y adaptativo podría ser la verdadera frontera en el progreso de la AGI, no solo modelos cada vez más grandes. •29,72% de precisión en la clasificación oficial de ARC-AGI-2 • Utiliza un modelo de 4B parámetros que supera a modelos mucho más grandes y caros en el mismo benchmark. • El coste de inferencia es de solo 0,20 $ por tarea, habilitado por datos sintéticos, entrenamiento en tiempo de prueba y herramientas NVIDIA NeMo.

@nvidia Edito: perdón por la puntuación del 27,64%, me equivoqué. Pero sigue siendo increíblemente impresionante