Исследователи Nvidia создали для Claude Opus 5 специальную обвязку для работы с памятью и добавили в нее supervisor-компонент. Как сообщает TechCrunch, благодаря этой системе модель набрала 100% в интерактивном тесте на рассуждение ARC-AGI-3. Без обвязки результат составил 30%, но и он оказался лучшим среди всех протестированных моделей.
Система управляет памятью, контекстом и обратной связью. Она также предоставляет модели инструменты, среду выполнения, навыки и библиотеки. По словам вице-президента AI-подразделения Nvidia Аделя Эль Халлака, supervisor-компонент направляет основного агента, когда тот отклоняется от задачи, заходит в тупик или снова исследует уже пройденный путь. Разработка получила название Agentic Variation Operators (AVO).
Ранее OpenAI набрала менее 10% на ARC-AGI-3. Изменение двух настроек обвязки позволило утроить результаты ее моделей, однако ни одна из них не приблизилась к 100%.
В Nvidia уточнили, что AVO не станет отдельным продуктом компании. Компоненты для создания подобных обвязок выпускаются под брендом Nemo. Часть из них распространяется открыто, остальные доступны на коммерческой основе.
Ключевые факты
Без специальной обвязки Claude Opus 5 набрала 30%, лучший результат среди всех протестированных моделей.
Модели OpenAI получили менее 10% на ARC-AGI-3.
Изменение двух настроек обвязки позволило OpenAI утроить результаты моделей.
Agentic Variation Operators не является отдельным продуктом Nvidia.
Вопросы и ответы
- Что именно делает обвязка помимо запуска модели?
Она управляет памятью, контекстом и обратной связью, предоставляет инструменты, среду выполнения, навыки и библиотеки. Supervisor-компонент возвращает агента к задаче, если он заходит в тупик, отклоняется от цели или повторяет уже пройденный путь.
- Можно ли купить AVO как готовый продукт Nvidia?
Нет, Agentic Variation Operators не является отдельным продуктом. Компоненты для подобных обвязок Nvidia выпускает под брендом Nemo: часть доступна открыто, часть распространяется на коммерческой основе.
- Насколько результат зависит от обвязки, а не только от базовой модели?
Claude Opus 5 без специальной системы набрала 30%, а с ней 100%. У моделей OpenAI изменение всего двух настроек обвязки утроило результат, хотя итог остался ниже 100%.