NVIDIA продемонструвала зростаючу важливість належного «обладнання» для моделей ШІ, надавши своєму програмному агенту AVO можливість працювати з загальнодоступним набором даних ARC-AGI-3. У результаті агент успішно пройшов усі 183 рівні 25 публічних ігор без попередніх інструкцій чи встановлених цілей.
AVO від NVIDIA є оболонкою навколо моделі Claude Opus 5 від Anthropic, але якщо Opus 5 набрала лише 30% у загальному наборі ARC-AGI-3, то AVO досягла бездоганних 100%
Перш ніж перейти до суті, варто пояснити, що таке «обладнання» для ШІ. У заплутаному світі штучного інтелекту «обладнання» (harness) – це зовнішній програмний шар, створений навколо певної моделі ШІ. Уявіть модель як мозок, а «обладнання» – як тіло, броню та інструменти, що перетворюють звичайний текстовий передбачувач на вирішувач завдань.
Ефективне «обладнання» виконує такі функції:
- Підключає модель ШІ до зовнішнього світу: Звичайна модель ШІ не може самостійно переглядати вебсторінки, запускати Python-скрипти чи взаємодіяти з файлами, але «обладнання» це дозволяє.
- Надає моделі ШІ можливість створювати петлю самокорекції, де складне завдання вирішується методом спроб і помилок. Тут «обладнання» передає результат кожної спроби назад моделі для ітерацій.
- Допомагає керувати довготривалою пам’яттю: зі збільшенням контекстного вікна (вхідних даних) моделі ШІ зазвичай починають забувати попередні деталі та інформацію. «Обладнання», однак, діє як блокнот – зберігає успішні фрагменти коду, відфільтровує марні помилки та веде чистий журнал прогресу моделі, щоб вона не втрачала хід думок.
- Структурує запити та обмеження, встановлюючи суворі правила щодо того, як модель має мислити.
Holy: NVIDIA’s coding agent AVO scored 100% on ARC-AGI-3’s 25 public games, solving all 183 levels.
The agent receives no rules or stated goals. It must learn by trying things, observing the results and correcting its mistakes.
AVO succeeds by remembering what it learned and… https://t.co/vF1NCjFltc pic.twitter.com/IHoEfCAeDn
— Chubby♨️ (@kimmonismus) August 21, 2026
Це підводить нас до суті сьогоднішньої теми. Програмний агент AVO – це, по суті, «обладнання» для моделі Claude Opus 5 від Anthropic. Спочатку NVIDIA створила AVO для оптимізації ядер CUDA GPU, де агент автономно працював 7 днів, досліджував понад 500 напрямків і створював ядра, які перевершували FlashAttention-4 до 10,5 відсотка.
Не змінюючи базову архітектуру агента, NVIDIA потім замінила інструменти для роботи з GPU на інтерфейс завдань ARC-AGI-3. Агент успішно переніс свою логіку перевірки коду та самокорекції на абсолютно непов’язану візуальну та інтерактивну логічну головоломку, зумівши вирішити 183 головоломки, що входять до загальнодоступного набору даних ARC-AGI-3, зі 100-відсотковою точністю та без будь-яких попередніх інструкцій чи цілей. Враховуючи той факт, що Opus 5 набрала лише 30% у тому ж завданні, AVO продемонструвала феноменальну цінність, яку ефективне «обладнання» може додати до загальної картини.
За даними NVIDIA, AVO вирішила 183 рівні, виконавши 6624 дії. Це на 12% ефективніше порівняно з іншими провідними оболонками агентів, як-от VISTA, яка потребувала 7542 дії для проходження публічного набору.
Варто зазначити, що платформа оцінки ARC-AGI-3 наразі не дозволяє запускати кастомні зовнішні «обладнання» агентів проти свого прихованого приватного набору. Це означає, що ми не знаємо, як AVO показала б себе на цьому, більш релевантному, наборі даних.
Про автора: Письмо — моя незаперечна пристрасть. За останні шість років я написав понад 2200 статей на фінансові та технологічні теми, загальним обсягом майже 1 мільйон слів. Я є членом мобільної команди Wccftech з 2025 року. Як випускник програми Rotman Commerce Університету Торонто, я привношу тонкість, глибокі знання та унікальну перспективу до кожної теми, яку висвітлюю. Коли я не пишу, я подорожую світом, досліджуючи приховані кондитерські та ресторани як пристрасний гурман.
Пропозиція дня
Додатково для читання
NVIDIA хоче перетворити стіну вашого дому на міні-центр обробки даних, встановивши 16 GPU Blackwell і 4 серверні CPU у корпусі з рідинним охолодженням, що монтується на стіну, без початкових витрат
NVIDIA, за повідомленнями, уклала багаторічні угоди про постачання DRAM з SK hynix і Micron, оскільки дефіцит пам’яті триватиме до 2028 року
NVIDIA планує повернення до Китаю через новий чип для висновків на базі LPU, тоді як SMIC користується експортними обмеженнями США, щоб отримати практично монополію в Китаї [Оновлення: NVIDIA заперечує]
Cerebras CS-4 генерує за 1 секунду те, що графічному процесору потрібно 30 секунд, працюючи на базі WSE-3 Turbo з 4 трильйонами транзисторів
Оригінал статті: wccftech.com