搞笑-Valen-泪：规划解的分布提升机器抽象推理能力
计算机视觉与模式识别
2025-10-15 v3
摘要
视觉抽象推理是图像处理的核心。我们提出Valen，一种统一的概率突出基线方法，在RPM(程序)和Bongard-Logo(聚类)任务中均表现卓越。分析其内部机制后发现，求解器隐式将每个任务视为分布，其中一部分样本匹配，另一部分不匹配；因此学习目标由两组共同塑造，而非仅来自正确解。为弥合差距，我们首先引入Tine，一种对抗式适配器，将Valen引导向正确解的密度，但对抗训练不稳定。因此我们用Funny取代之，一种快速高斯混合模型，直接估计正确解的密度，无需对抗博弈，并将同一范式扩展至SBR，用于渐进式模式规划。广泛实验表明，显式分布规划是提升推理能力、增强可解释性的关键。代码已公开。
引用
@article{arxiv.2407.02688,
title = {Funny-Valen-Tine: Planning Solution Distribution Enhances Machine Abstract Reasoning Ability},
author = {Ruizhuo Song and Beiming Yuan},
journal= {arXiv preprint arXiv:2407.02688},
year = {2025}
}
备注
14 pages, 20 figures, 3 tables