Nvidia-Agent erzielt 100 Prozent im ARC-AGI-3-Logiktest

Nvidia ↘ 0.98% veröffentlichte am Freitag Forschungsergebnisse, die zeigen, dass ihr universelles Agentensystem, Agentic Variation Operators (AVO), eine perfekte Punktzahl von 100 Prozent im ARC-AGI-3-Benchmark für interaktives Schlussfolgern erreichte. Das Ergebnis unterstreicht, dass die Agentenarchitektur, nicht nur die Modellkapazität, die Leistung bei komplexen autonomen Aufgaben bestimmt.

Die Architektur, die den Unterschied machte

Unter Verwendung von Claude Opus 5 als zugrunde liegendem Modell absolvierte AVO alle 183 Level in 25 Umgebungen des öffentlichen ARC-AGI-3-Sets mit einem RHAE-Wert (Relative Human Action Efficiency) von 100,00 und benötigte dafür 6 624 Umgebungsaktionen. Ohne das AVO-Framework erreichte Opus 5 nur 30 Prozent im selben Benchmark, was das beste Ergebnis unter allen Modellen war, die bei hohem logischen Aufwand getestet wurden.developer.nvidia+1

ARC-AGI-3 ist ein Benchmark, der aus 2D-spielähnlichen Umgebungen ohne Anweisungen, Regeln oder vorgegebene Ziele besteht. Ein Agent muss explorieren, Dynamiken ableiten und über immer schwierigere Level hinweg effizient handeln. Der Benchmark hat sich für Spitzenmodelle als schwierig erwiesen, wobei die Modelle von OpenAI weniger als 10 Prozent erreichten, bevor das Unternehmen letzten Monat seine eigene Forschung zur Optimierung von Frameworks durchführte.techcrunch+1

Die besonderen Merkmale von AVO sind ein persistenter Speicher, der frühere Implementierungen und Schlussfolgerungen über Sitzungen hinweg beibehält, sowie eine Überwachungskomponente, die die Flugbahn des Agenten verfolgt und ihn umleitet, wenn er stagniert oder unproduktive Pfade wiederholt. "Der interessantere Teil war die Einführung eines überwachenden Agenten zusätzlich zum Hauptagenten, der die Arbeit erledigt", sagte Adel El Hallack, Vizepräsident für Produkte in Nvidias KI-Einheit, gegenüber TechCrunch. Er "fungiert fast wie ein CEO, um den Agenten in die richtige Richtung zu lenken, wenn er vom Kurs abkommt".developer.nvidia+1

Von GPU-Kernen zu allgemeinem logischen Denken

AVO wurde ursprünglich für die Optimierung von GPU-Kernen entwickelt, wo es sieben Tage lang kontinuierlich lief, mehr als 500 Optimierungsrichtungen untersuchte und Attention-Kerne produzierte, die cuDNN um bis zu 3,5 Prozent und FlashAttention-4 um bis zu 10,5 Prozent auf NVIDIA DGX B200-Systemen übertrafen. Dieselbe Architektur wurde ohne Änderungen an der Kernschleife auf ARC-AGI-3 übertragen; nur die umgebungsspezifischen Werkzeuge und die Auswertung wurden angepasst.developer.nvidia

Das System zeigte auch Vielseitigkeit über verschiedene Modelle hinweg. In begrenzten Experimenten, in denen AVO mit GPT-5.6 Sol gepaart wurde, erreichte das Modell in mehreren Fällen schneller die entsprechenden Level in der Echtzeit, während Opus weniger Umgebungsaktionen benötigte.developer.nvidia

Auswirkungen auf Enterprise-KI

Nvidias Forschung trägt zu einer wachsenden Zahl von Beweisen bei, dass das Framework, nicht allein die Modellauswahl, die kritische Variable für die Agentenleistung ist. Databricks-CEO Ali Ghodsi merkte im Juli an, dass die Wahl des Frameworks allein die KI-Kosten für dasselbe Modell verdoppeln kann. "Man denkt, oh, das ist ein teures Modell. Das ist ein billiges Modell. Aber Moment, welches Framework benutzt du?"techcrunch

El Hallack bezeichnete die Ergebnisse als Argument für offene Agenten-Stacks. "Wir glauben, dass ein offener Agenten-Stack, bei dem man die Kontrolle über das Framework, die Infrastruktur und die Laufzeitumgebung hat, das ist, was wir brauchen, um das Ökosystem sicher voranzubringen", sagte er.techcrunch