NVIDIA AVO, ARC-AGI-3’ün açık bölümünde yüzde 100’e ulaştı

NVIDIA’dan dikkat çeken AI ajanı: 183 seviyenin tamamını geçti

NVIDIA’nın Agentic Variation Operators (AVO) adlı ajan sistemi, Claude Opus 5’i kullanarak ARC-AGI-3 benchmarkının herkese açık 25 ortamındaki 183 seviyenin tamamını tamamladı. Sonuç, yapay zekâ yarışında yalnızca temel modelin değil, modelin etrafındaki bellek, araçlar ve denetim mimarisinin de belirleyici hale geldiğini gösteriyor.

NVIDIA, yapay zekâ ajanlarının uzun süreli ve çok aşamalı görevlerde nasıl çalıştığına ilişkin dikkat çekici yeni sonuçlar yayımladı. Şirketin geliştirdiği Agentic Variation Operators (AVO) sistemi, etkileşimli akıl yürütme testi ARC-AGI-3’ün herkese açık bölümünde 100.00 RHAE skoruna ulaştı.

NVIDIA’nın açıkladığı sonuçlara göre AVO, testteki 25 farklı ortamın tamamında bulunan toplam 183 seviyeyi tamamladı. Ancak bu sonucu “yapay zekâ ARC-AGI-3’ü tamamen çözdü” şeklinde yorumlamak doğru değil. Test sonucu ARC-AGI-3’ün herkese açık bölümüyle sınırlı.

Yeni model değil, modelin etrafındaki sistem

AVO’nun dikkat çekici yanı yeni bir temel dil modeli olmaması. Sistem, Anthropic’in Claude Opus 5 modelini bir “ajan altyapısı” içine yerleştiriyor.

Bu altyapı; önceki çalışmaların ve sonuçların saklanmasını sağlayan kalıcı bellek, araç kullanımı, görevlerin yürütülmesi ve ilerleme tıkandığında ana ajanı farklı bir stratejiye yönlendirebilen bir denetleyici bileşen içeriyor.

Kısacası model tek başına yanıt üretmek yerine uzun süren bir problem üzerinde çalışabiliyor, aldığı sonucu kontrol ediyor, başarısız olduğunda yeni yaklaşım deneyebiliyor ve önceki denemelerden elde ettiği bilgiyi sonraki aşamalara aktarabiliyor.

TechCrunch da NVIDIA’nın sonucunun önemli tarafını temel modelden çok bu “harness”, yani modeli çevreleyen çalışma sistemi olarak değerlendiriyor.

Mesut Erkuş