NVIDIA 發表通用程式代理 AVO，驅動 Claude Opus 5 於 ARC-AGI-3 測試獲 100% 滿分

NVIDIA 發表通用程式代理系統（general-purpose coding agent）AVO，在互動推理基準測試 ARC-AGI-3 的公開測試集中，成功通過全部 25 個環境與 183 個關卡，取得 100% 滿分。 TechCrunch 報導指出，這項研究顯示在處理長天期任務時，包裝模型的軟體框架（包含工具、記憶體管理與類似主管的「監督者」組件）比底層模型更為關鍵。ARC-AGI-3 包含無說明的 2D 遊戲，要求模型像人類一樣自行摸索獲勝方法；在未搭配 AVO 框架前，Claude Opus 5 的基準成績為 30%（已是受測模型最高），加入框架後則躍升至 100%。 此外，官方文件顯示 AVO 已具備強大的實戰能力。在 NVIDIA Blackwell (B200) GPU 的注意力機制核心最佳化任務中，AVO 經過 7 天連續自主演化，共探索超過 500 個方向並提交 40 個核心版本。最終發現的新核心效能最高超越 cuDNN 達 3.5%，並領先 FlashAttention-4 達 10.5%。