AVO de NVIDIA obtiene 100% en el conjunto público de ARC-AGI-3
Impulsado por Claude Opus 5, el sistema de agentes de codificación completó 183 niveles en 6.624 acciones, aunque NVIDIA no probó los conjuntos privados.
By Ryan Merket · Published
Primary source: NVIDIA AI on X
Por qué importa
AVO muestra cuánto pueden afectar la memoria del agente, las herramientas y la supervisión al rendimiento de un mismo modelo subyacente. Su puntuación del 100% se limita a un conjunto público ya resuelto por otros harnesses, lo que deja la generalización en conjuntos privados como la prueba más difícil.
NVIDIA AI (@NVIDIAAI) dijo el viernes que su sistema agente-de-codificación AVO obtuvo 100% en el benchmark público ARC-AGI-3, completando los 183 niveles en 25 entornos interactivos sin instrucciones, reglas establecidas ni metas definidas.
https://x.com/NVIDIAAI/status/2090786258981466231
…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.