Nvidia publica que su harness AVO permitió a Claude Opus 5 alcanzar un 100% en ARC-AGI-3
La investigación de Nvidia revela que la capa de software que envuelve al modelo de IA es más determinante que el propio modelo en tareas de largo alcance, poniendo en valor la ingeniería de la capa intermedia.
Primer plano de un chip semiconductor de Nvidia sobre fondo blancoFritzchensFritz · flickr · CC0
Nvidia afirma que su harness AVO destaca más que el modelo en tareas de largo alcance
Nvidia publicó el 21 de agosto de 2026 una investigación en la que sostiene que, para tareas agénticas de largo horizonte, el rendimiento depende más del harness que del modelo subyacente. La compañía afirmó que su harness personalizado, denominado Agentic Variation Operators (AVO), consiguió que Claude Opus 5 alcanzara un 100% en el benchmark ARC-AGI-3.
Este resultado cuestiona la prioridad en el perfeccionamiento de modelos de IA, proponiendo que las capas intermedias de gestión, como el harness, son determinantes. Nvidia atribuye esta superioridad a su ingeniería de software, que gestiona aspectos críticos como memoria, contexto, retroalimentación y reglas, elementos clave para tareas complejas y de larga duración.
