注目★★★★★Techmeme
NVIDIA の推論エージェント AVO、ARC-AGI-3 ベンチマークで 100% 達成・全 183 レベル完走
30秒で把握
- 1NVIDIA の AVO エージェント、ARC-AGI-3 公開セット 25 環境全てで 100% スコア達成・183 レベル完走
- 2Claude Opus 5 ベースの設計で 30% ベースラインから向上・GPU カーネル最適化でも FlashAttention-4 比 10.5% 改善
- 3永続メモリと監視機構がシステム層で長期自律作業を支える・モデル性能だけでなくエージェント・アーキテクチャ全体が評価対象
要約
NVIDIA が開発した汎用コーディングエージェント AVO は、ARC-AGI-3 ベンチマークの公開セット全 25 環境で 100% スコア (RHAE) を達成し、全 183 レベルを完走した。Claude Opus 5 をベースに、永続メモリと監視機構から成るエージェント・アーキテクチャにより、モデルの 30% ベースラインから 100% へ向上させた。同じ設計で GPU カーネル最適化でも実績があり、7 日間の自律探索で FlashAttention-4 比 10.5% の性能改善を達成している。AVO の差別化点は長期間にわたる自律作業の持続にあり、単一のモデルではなくシステム全体の設計がエージェント性能を決定することを実証した。
あなたへの影響
AI エージェント本番運用を進めるチームは、モデル選択だけでなく状態管理・エラーリカバリ・長期タスク監視といったシステム層の設計を重視する必要があることが改めて示された。
推奨：自社タスクへの適用可能性を検討する際は、公開ベンチマーク結果だけでなく、実業務のフィードバックループ・状態保持・失敗からの回復メカニズムを評価基準に加えるべき。