抽象推理语料库上的归纳符号求解器
人工智能
2024-11-28 v1
摘要
本文旨在增强人工智能推理能力，聚焦于抽象推理语料库（ARC）中的逻辑性问题。人类基于观察与假设来解决此类视觉推理任务，并能提供合理的解释。然而，许多先前方法仅关注网格转换，对AI而言不足以提供符合人类水平的解决方案。我们认为，人类解决视觉推理任务的过程可能属于归纳推理过程。因此，我们提出了一种新框架，通过符号化表示观察数据构建知识图谱，并提取可用于生成解答的核心知识。该信息限制了解空间搜索范围，有助于提供合理的中间过程。我们的做法有望通过有效缩小解空间并以核心知识提取为依据，提高AI在ARC任务上的性能。
引用
@article{arxiv.2411.18158,
title = {Abductive Symbolic Solver on Abstraction and Reasoning Corpus},
author = {Mintaek Lim and Seokki Lee and Liyew Woletemaryam Abitew and Sundong Kim},
journal= {arXiv preprint arXiv:2411.18158},
year = {2024}
}
备注
Presented at IJCAI 2024 LNSAI Workshop