概要
NVIDIAが開発した「AVO」アーキテクチャは、永続メモリと監視機構を統合することで、GPUカーネル最適化から複雑な推論ベンチマークまで、長期にわたるタスクを完遂する汎用AIエージェントの有効性を実証した。
詳細内容
NVIDIAの研究プロジェクト「AVO（Agentic Variation Operators）」は、モデル単体の能力ではなく、システム全体の設計によって高度な自律性を実現する汎用エージェントアーキテクチャです。このシステムは「永続メモリ」と「監視（Supervisor）」という2つの主要なメカニズムを備えており、数日間にわたる長期タスクでも進捗を維持できます。
主な成果として、GPUカーネルの自動最適化ではFlashAttention-4を最大10.5%上回る性能を達成しました。さらに、未知の環境で推論能力を問う「ARC-AGI-3」ベンチマークのパブリックセットにおいて、全25環境・183レベルを完遂し、スコア100.00を記録しました。これは、Claude Opus 5を単体で用いた場合の約30%というベースラインを、システム設計によって大幅に引き上げた結果です。
本研究は、エージェントの性能がLLM自体の能力のみならず、コンテキスト管理、ツール利用、フィードバックに基づく自己修正といった「ハーネス（枠組み）」の質に大きく依存することを強調しています。ドメイン固有の知識ではなく、自律的な進歩を支える「機械（マシナリー）」の汎用性が、次世代AIエージェントの鍵となることを示唆しています。