AVO

AVO står för Agentic Variation Operators och är ett forskningsprojekt från NVIDIA. Det bygger på evolutionär sökning, där man stegvis tar fram bättre och bättre lösningar. Vanligtvis sker förändringarna mellan varje steg enligt fasta regler. I AVO tar en självständig AI-agent över det steget: den bestämmer själv vad den ska undersöka, ändra, testa och spara. Agenten kan läsa och skriva kod, köra kommandon, slå upp dokumentation och kontrollera sitt arbete genom att köra det.

Två delar gör att agenten klarar långa uppgifter. Ett beständigt minne sparar tidigare lösningar, testresultat, utdata från kompilatorer och profilerare samt agentens egna resonemang, så att den kan fortsätta där den slutade i stället för att börja om. En övervakare håller koll på helheten och styr om agenten om den kör fast eller går i cirklar.

I forskningsartikeln från mars 2026 användes AVO för att optimera attention-kärnor, en av de mest finslipade delarna av AI-beräkningar, på NVIDIA:s B200-GPU:er. Efter sju dagars oavbruten körning hade agenten enligt NVIDIA hittat kärnor som var upp till 3,5 procent snabbare än cuDNN och upp till 10,5 procent snabbare än FlashAttention-4.

I augusti 2026 kopplade NVIDIA samma agent till ARC-AGI-3, ett test med svåra interaktiva pusselspel där agenten bara får se spelplanen som ett textrutnät på 64 × 64 rutor och vilka drag som finns, men inga regler eller mål. Med Claude Opus 5 som språkmodell fick AVO enligt NVIDIA 100 poäng på hela den publika testsamlingen: alla 25 spel och alla 183 nivåer, med 6 624 drag. NVIDIA påpekar själva att resultatet inte är direkt jämförbart med ARC Prize egen siffra för Claude Opus 5 (omkring 30 procent), eftersom inställningar och agentsystem skiljer sig. Resultatet gäller den publika testsamlingen, inte en officiell topplista. Ingen kod eller några vikter nämns som släppta.