NVIDIA AVO прошёл ARC-AGI-3 на 100%
NVIDIA показала агентскую систему AVO на задаче, для которой её изначально не создавали, — и результат оказался максимальным. После работы над оптимизацией CUDA-кода систему переключили на публичный тест ARC-AGI-3, где AVO прошла все 183 уровня без предварительных инструкций и набрала 100%.
От оптимизации CUDA к логическим задачам
Изначально AVO разрабатывали как утилиту для автоматической оптимизации кода CUDA. В этом режиме система семь дней подряд самостоятельно искала решения и в итоге ускорила работу ядер, превзойдя алгоритм FlashAttention-4 на 10,5%.
Такой сценарий показывает, что AVO работает не как узкоспециализированный скрипт под одну задачу, а как агентская система, способная долго перебирать варианты и улучшать результат без ручного ведения на каждом шаге.
Проверка на ARC-AGI-3
Затем инженеры NVIDIA проверили гибкость системы на ARC-AGI-3 — логическом тесте с играми-головоломками, где нужно находить способ решения без знания правил заранее.
Внутри AVO используется языковая модель Claude Opus 5. Сама по себе она показывала в ARC-AGI-3 результат на уровне 30%, но надстройка NVIDIA изменила поведение модели:
- •AVO решает задачи методом проб и ошибок
- •система запоминает предыдущие шаги
- •для прохождения не потребовались внешние подсказки
Итог: 100% на публичном наборе
На публичном наборе данных ARC-AGI-3 AVO прошла все 183 уровня. Итоговый результат составил 100%.
При этом на решение всего набора система потратила 6624 действия. Для NVIDIA это демонстрация того, что один и тот же агентский контур можно применять не только к оптимизации CUDA, но и к абстрактным логическим задачам, где важны перебор гипотез и накопление опыта по ходу решения.
