NVIDIAは8月21日、同社が開発するエージェント基盤「AVO(Agentic Variation Operators)」を用いることで、Anthropicの「Claude Opus 5」がインタラクティブ推論のベンチマーク「ARC-AGI-3」で満点を達成したとする研究結果を、同社の技術ブログで公表しました。
公表された数値によると、Claude Opus 5単体でのARC-AGI-3のRHAEスコアは30.2%にとどまっていたのに対し、AVOと組み合わせて実行した場合には、全25環境・183レベルすべてを攻略し、RHAEスコア100.00点を記録したとしています。AVOはもともとNVIDIAが3月に発表した、CUDAカーネルの自動最適化向けのエージェントシステムで、今回はまったく異なるベンチマーク向けに転用されました。
NVIDIAはこの結果について、AIエージェントの性能を左右するのはモデル本体そのものよりも、記憶管理やツール利用、失敗からの回復などを担う周辺システム、いわゆる「ハーネス」であることを示す事例だと位置づけています。あわせて、AVOは183レベルの攻略に要したアクション数が6,624回にとどまり、これまでの有力システム「VISTA」と比べて約12%少ないアクション数で達成した点も、効率面での優位性として紹介しています。
出典: TechCrunch
