Jiantao Jiao、53タスクのNVIDIAベンチマークSWE-Serveを発表

Jiantao Jiao2026/9/24 07:31:47

Jiantao Jiaoは、NVIDIAのチームが、AIエージェントが推論エンジンを開発し、実際のモデルをサーブできるかを確かめるためSWE-Serveを構築したと述べている。このベンチマークは、sgl_projectの実際のエンジニアリング作業から取られた53のタスクで構成される。

#swe-serve #nvidia #ベンチマーク #aiエージェント #推論

NVIDIAの研究者、AIエージェントのエラー回復を訓練するPivotOPDを発表

NVIDIAの研究チームは、AIエージェントがタスク初期のエラーを防ぎ、問題発生時に自ら回復できるように訓練する手法「PivotOPD」を開発した。この手法では教師モデルを用いてエージェントにより適切な行動を示し、その後のステップで正しい軌道に戻るよう誘導する。

NVIDIAが論文発表、エージェントハーネスとモデルを共進化させるフレームワーク「VERA」

NVIDIAの研究論文は、ベンチマークの実行軌跡をルーブリック評価付きの9,000以上の再起動可能なサンドボックスへと変換し、モデルの重みと並行してエージェントハーネスを共進化させるシステム「VERA」を発表した。同チームは環境コーパスをオープンソース化し、27BエージェントがAutoCoWorkBenchで71.6スコアを記録してClaude Opus 4.8を上回ったと報告している。