NVIDIA AI Gây Sốt Trên ARC-AGI-3, Đội Hình Châu Á 'Càn Quét' 183 Màn Trong Một Hơi Thở
Ngay vừa qua, tác nhân mã hóa đa năng AVO của NVIDIA đã đạt điểm số hoàn hảo 100.00 (RHAE) trên bảng xếp hạng ARC-AGI-3. Tác nhân này, sử dụng Claude Opus 5 làm mô hình lõi, đã vượt qua tất cả 183 cấp độ trong 25 môi trường game khác nhau, chỉ với 6624 bước. Điều này là một bước nhảy vọt so với điểm số 30.16% khi mô hình Claude Opus 5 hoạt động đơn lẻ.
ARC-AGI-3 nổi tiếng là thử thách khó nhằn, nơi tác nhân AI phải tự khám phá quy tắc và mục tiêu trong một trò chơi hoàn toàn xa lạ mà không có hướng dẫn. Thành công của AVO đến từ việc bổ sung hai cơ chế quan trọng bên ngoài mô hình ngôn ngữ lớn (LLM): **Bộ nhớ lâu dài** và **Bộ giám sát**.
Bộ nhớ lâu dài lưu trữ trạng thái, lịch sử hành động và kết quả thử nghiệm, cho phép tác nhân tiếp tục từ điểm dừng sau khi ngữ cảnh bị reset, tránh lặp lại sai lầm. Trong khi đó, Bộ giám sát theo dõi quá trình tìm kiếm và can thiệp khi tác nhân chính mắc kẹt hoặc lặp vô ích, định hướng nó sang chiến lược mới. Đáng chú ý, AVO hoàn thành thử thách chỉ sử dụng đầu vào văn bản mô tả lưới 64x64, không dùng hình ảnh.
Điều thú vị là AVO ban đầu được phát triển cho một nhiệm vụ hoàn toàn khác: **tối ưu hóa toán tử GPU**. Nó là một tác nhân tự trị có thể tự động tìm kiếm, thử nghiệm và tinh chỉnh mã CUDA để tạo ra các hạt nhân (kernel) chạy nhanh hơn. Trong thử nghiệm, nó đã tạo ra các hạt nhân cho attention và GQA nhanh hơn cả triển khai độc quyền của NVIDIA (cuDNN) và mã nguồn mở tiên tiến (FlashAttention-4).
Đội ngũ phát triển AVO có nền tảng mạnh mẽ, bao gồm nhiều chuyên gia gốc Hoa nổi tiếng trong lĩnh vực cơ sở hạ tầng học sâu như Bing Xu (đồng tác giả GAN, tác giả MXNet), Tianqi Chen (tác giả TVM, XGBoost), và Humphrey Shi (Phó Chủ tịch AI hiệu suất cao tại NVIDIA).
Thành công của AVO củng cố quan điểm then chốt: Khả năng thực hiện nhiệm vụ dài hạn không chỉ nằm ở mô hình mà ở toàn bộ kiến trúc hệ thống bao quanh nó. NVIDIA, với chiến lược tập trung vào phần cứng và phần mềm nền tảng, thấy cơ hội lớn khi các tác nhân tự trị ngày càng thực hiện được những công việc phức tạp và kéo dài, từ đó thúc đẩy nhu cầu về sức mạnh tính toán.
marsbit8 phút trước
