NVIDIAのAVO、ARC-AGI-3公開セットで100%を達成

ARC-AGI-3は、明示的な説明や目標が与えられないゲーム形式の環境で、探索、記憶、計画、行動効率を評価する対話型ベンチマークです。AVOは公開セットの25環境、全183レベルを6,624回の環境操作で完了しました。

NVIDIAは、この結果をモデル単体の性能ではなく、永続的な記憶、ツール、フィードバック、失敗からの回復を組み合わせたエージェントシステム全体の成果と説明しています。比較として挙げたVISTAも同じClaude Opus 5で全183レベルを完了しましたが、環境操作は7,542回でした。ただし、両者は観測形式や記憶、実行方式などが異なり、AVOだけの寄与を測る統制比較ではありません。

今回の結果はARC-AGI-3の公開セットに限られ、準非公開または非公開の競技セットでの成績ではありません。