.@NVIDIA vient de réaliser un coup incroyable en utilisant un petit modèle de 4B qui a battu des systèmes beaucoup plus grands sur ARC AGI 2, 29,72 % / 0,20 $ par tâche ! En s'appuyant sur des données synthétiques et un entraînement en temps de test au lieu d'une échelle brute, l'équipe NVARC a prouvé qu'un design astucieux peut surpasser le simple nombre de paramètres. C'est un signal excitant que le raisonnement efficace et adaptatif pourrait être la véritable frontière des progrès en AGI - pas seulement des modèles toujours plus grands. • 29,72 % de précision sur le tableau de classement officiel ARC-AGI-2 • Utilise un modèle de 4B paramètres qui bat des modèles beaucoup plus grands et plus coûteux sur le même benchmark. • Le coût d'inférence n'est que de 0,20 $ par tâche, rendu possible par des données synthétiques, un entraînement en temps de test et les outils NVIDIA NeMo.

@nvidia Édition : désolé, le score est de 27,64 %, j'ai fait une erreur. Mais c'est toujours incroyablement impressionnant