Le modèle seul obtenait 30 pour cent. Enveloppé dans l'échafaudage de Nvidia, le même modèle a tout franchi.

Nvidia a publié le 21 août les résultats d'AVO, pour Agentic Variation Operators, un système d'agent de programmation généraliste qui a terminé les 183 niveaux des 25 environnements de l'ensemble public d'ARC-AGI-3, le banc d'essai de raisonnement interactif, avec un score de 100,00 sur la mesure d'efficacité d'action rapportée à l'humain. Ces environnements ne fournissent à l'agent ni consigne, ni règle explicite, ni but annoncé : il doit comprendre le jeu en y jouant. Le modèle de langage qui raisonnait était Claude Opus 5 d'Anthropic, qui plafonne seul autour de 30 pour cent sur le même ensemble, même à effort de raisonnement élevé. AVO a utilisé 6 624 actions, environ 12 pour cent de moins que VISTA, le meilleur résultat précédent. Nvidia précise que l'essai ne porte que sur l'ensemble public de 25 environnements, et non sur les ensembles semi-privés ou privés de la compétition.

✓ Vérifié · 3 sources

Actus liées