Nvidia apresenta AVO, arquitetura que eleva Claude Opus 5 a 100% no ARC-AGI-3

Resumo

• A Nvidia publicou pesquisa mostrando que o harness (estrutura ao redor do modelo) é mais importante que o modelo para tarefas de longo horizonte, alcançando 100% no ARC-AGI-3 com Claude Opus 5, contra 30% sem o harness.

  O estudo da Nvidia destaca que a arquitetura do agente, incluindo memória e supervisão, pode ser mais decisiva que o modelo base, influenciando futuros desenvolvimentos de sistemas de IA.

• A Nvidia publicou uma pesquisa apresentando o AVO, um sistema de agente que melhora drasticamente o desempenho de modelos de linguagem em tarefas de longo horizonte.

  O estudo mostra que a arquitetura do agente é tão importante quanto o modelo em si para tarefas complexas.

• Com o uso do AVO, o Claude Opus 5 atingiu 100% de acerto no benchmark ARC-AGI-3, contra apenas 30% sem ele.

  O resultado demonstra o impacto significativo do harness no desempenho do modelo em tarefas de raciocínio complexo.

• O AVO é um sistema de agente de propósito geral que permite ao modelo inspecionar código, formar hipóteses, fazer alterações, executar testes e revisar abordagens repetidamente.

  O sistema foi projetado para sustentar trabalho autônomo de longo prazo, algo essencial para tarefas de engenharia de software e otimização.

• A pesquisa da Nvidia sugere que o harness, e não apenas o modelo, é o fator mais importante para tarefas de longo horizonte.

  Isso reforça a tese de que a estrutura ao redor do modelo é crucial para o desempenho em tarefas complexas, não apenas o modelo em si.