超越任务特定推理：面向抽象视觉推理的统一条件生成框架
计算机视觉与模式识别
2025-07-17 v1 人工智能
摘要
抽象视觉推理（AVR）使人类能够快速发现并泛化抽象规则到新情境。设计具备类人 AVR 能力的智能系统是人工智能领域长期以来的议题。近期的深度 AVR 求解器在 various AVR 任务上取得了显著成功。然而，这些方法通常在不同任务中采用特定设计或参数，在这种范式下，解决新任务意味着需要重新训练模型，有时还需要调整模型结构，这会增加解决 AVR 问题的成本。与特定化方法相反，本文提出一种新颖的统一条件生成求解器（UCGS），旨在统一框架中处理多个 AVR 任务。首先，我们证明了一些著名的 AVR 任务可重构为估计问题面板中目标图像可预测性的问题。然后，我们说明在所提框架下，用单个条件生成模型可解决各种 AVR 任务。实验表明，经过单轮多任务训练，UCGS 在 various AVR 任务上展现出抽象推理能力。尤其，UCGS 具备零样推理能力，使其在测试阶段能够对来自未见过的 AVR 任务的问题进行抽象推理。
引用
@article{arxiv.2507.11761,
title = {Beyond Task-Specific Reasoning: A Unified Conditional Generative Framework for Abstract Visual Reasoning},
author = {Fan Shi and Bin Li and Xiangyang Xue},
journal= {arXiv preprint arXiv:2507.11761},
year = {2025}
}