为渐进矩阵智力测试生成正确答案

瑞文渐进矩阵是一种多选智力测试，要求被试补全由抽象图像组成的$3\times 3$网格中的缺失位置。以往解决该测试的方法仅关注从多个选项中选出正确答案。本文转而关注在未见选项的情况下，根据网格生成正确答案这一本质上更困难的任务。所提出的神经模型结合了生成式模型的多种进展，包括在同一网络中采用多通路、沿两条通路使用重参数化技巧以使编码兼容、动态施加变分损失，以及耦合选择性反向传播过程的复杂感知损失。我们的算法不仅能生成一组合理答案，而且在多选测试中可与最先进方法相竞争。