Nvidia-ի գործակալը 100% արդյունք է գրանցել ARC-AGI-3 տրամաբանական թեստում

Ուրբաթ օրը Nvidia-ն ↘ 0.98% հրապարակեց հետազոտություն, որը ցույց է տալիս, որ իր ընդհանուր նշանակության գործակալային համակարգը՝ Agentic Variation Operators (AVO), ARC-AGI-3 ինտերակտիվ տրամաբանական թեստում գրանցել է 100% արդյունք։ Սա ընդգծում է, որ բարդ ինքնավար առաջադրանքների կատարման հարցում որոշիչ է ոչ միայն մոդելի կարողությունը, այլև գործակալի ճարտարապետությունը։

Ճարտարապետությունը, որը փոխեց ամեն ինչ

Claude Opus 5-ի հիմքի վրա աշխատող AVO-ն հաղթահարել է ARC-AGI-3-ի հանրային հավաքածուի 183 մակարդակները 25 տարբեր միջավայրերում՝ գրանցելով մարդկային գործողությունների արդյունավետության (RHAE) 100.00 ցուցանիշ՝ կատարելով 6,624 գործողություն։ AVO-ի օժանդակ համակարգի բացակայության դեպքում Opus 5-ը նույն թեստում հավաքել է ընդամենը 30%, ինչը լավագույն արդյունքն էր բարձր տրամաբանական ջանք պահանջող բոլոր մոդելների շարքում:developer.nvidia+1

ARC-AGI-3-ը թեստ է, որը բաղկացած է 2D խաղային միջավայրերից՝ առանց հրահանգների, կանոնների կամ հստակ նպատակների։ Գործակալը պետք է ինքնուրույն ուսումնասիրի միջավայրը, հասկանա դինամիկան և արդյունավետ գործի աստիճանաբար բարդացող մակարդակներում։ Այս թեստը դժվար է եղել առաջատար մոդելների համար. OpenAI-ի մոդելները 10%-ից ցածր արդյունք են ցույց տվել, մինչև ընկերությունը անցյալ ամիս անցկացրեց իր սեփական հետազոտությունը:techcrunch+1

AVO-ի առանձնահատկություններն են մշտական հիշողությունը, որը պահպանում է նախորդ փորձն ու տրամաբանությունը, և վերահսկիչ բաղադրիչը, որը հետևում է գործակալի հետագծին և ուղղորդում այն, եթե գործակալը հայտնվում է փակուղում։ «Ավելի հետաքրքիր էր հիմնական գործակալի կողքին վերահսկիչ գործակալ ավելացնելը, որը վերահսկում է աշխատանքը», — TechCrunch-ին ասել է Nvidia-ի AI ստորաբաժանման արտադրանքի գծով փոխնախագահ Ադել Էլ Հալակը։ Այն «գրեթե CEO-ի պես է գործում և ուղղորդում է գործակալին, երբ այն շեղվում է ճանապարհից»:developer.nvidia+1

GPU միջուկներից դեպի ընդհանուր տրամաբանություն

AVO-ն սկզբնապես մշակվել է GPU-միջուկների օպտիմալացման համար, որտեղ այն աշխատել է յոթ օր անընդմեջ, ուսումնասիրել է ավելի քան 500 օպտիմալացման ուղղություն և ստեղծել ուշադրության միջուկներ (attention kernels), որոնք NVIDIA DGX B200 համակարգերում cuDNN-ից 3.5%-ով, իսկ FlashAttention-4-ից 10.5%-ով ավելի արդյունավետ են եղել։ Նույն ճարտարապետությունը ARC-AGI-3-ի դեպքում աշխատել է առանց հիմնական ցիկլի փոփոխության. փոխվել են միայն միջավայրին հատուկ գործիքները և գնահատման մեթոդները:developer.nvidia

Համակարգը բազմակողմանիություն է ցուցաբերել տարբեր մոդելների հետ աշխատելիս։ Սահմանափակ փորձարկումներում, որտեղ AVO-ն զուգակցվել է GPT-5.6 Sol-ի հետ, մոդելը մի քանի դեպքում ավելի արագ է հասել նպատակին, մինչդեռ Opus-ն ավելի քիչ գործողություններ է կատարել:developer.nvidia

Նշանակությունը կորպորատիվ AI-ի համար

Nvidia-ի հետազոտությունը հաստատում է այն տեսակետը, որ օժանդակ համակարգը (harness), և ոչ միայն մոդելի ընտրությունը, գործակալային աշխատանքի կարևորագույն փոփոխականն է։ Databricks-ի գործադիր տնօրեն Ալի Ղոդսին հուլիսին նշել է, որ միայն օժանդակ համակարգի ընտրությունը կարող է կրկնապատկել AI-ի ծախսերը նույն մոդելի համար։ «Դուք մտածում եք՝ սա թանկ մոդել է, սա՝ էժան, բայց սպասեք, ո՞ր օժանդակ համակարգն եք օգտագործում»:techcrunch

Էլ Հալակը այս արդյունքները ներկայացրեց որպես բաց գործակալային ստեկների օգտին փաստարկ։ «Մենք հավատում ենք, որ բաց գործակալային ստեկ ունենալը, որտեղ դուք վերահսկում եք օժանդակ համակարգը, ենթակառուցվածքը և աշխատանքային միջավայրը, անհրաժեշտ է էկոհամակարգի անվտանգ զարգացման համար», — ասել է նա:techcrunch