Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction
Texas A&M University(德克萨斯A&M大学);University of Waterloo(滑铁卢大学);UC San Diego(圣地亚哥大学);Stanford University(斯坦福大学);University of Washington(华盛顿大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Verdent AI;Lambda
本文提出直接语料交互(DCI)方法,通过通用终端工具直接搜索原始语料,无需嵌入模型或检索接口,有效提升代理搜索性能。
2026-05-03 cs.AI cs.IR
Graphs, Constraints, and Search for the Abstraction and Reasoning Corpus
University of Toronto(多伦多大学);Scale AI
抽象与推理语料库(ARC)旨在对一般人工智能算法的性能进行基准测试。ARC专注于广泛的泛化和少样本学习,这使得使用纯机器学习很难解决。一种更有前途的方法是在适当设计的领域特定语言(DSL)内执行程序合成。然而,这些也取得了有限的成功。我们提出了抽象推理与图形抽象(ARGA),一个新的以对象为中心的框架,首先表示使用图形的图像,然后执行一个正确的程序中的DSL是基于抽象的图形空间的搜索。这种组合搜索的复杂性是驯服通过使用约束采集,状态散列,禁忌搜索。一组广泛的实验证明了ARGA在相当有效地处理ARC的一些复杂的以对象为中心的任务方面的前景,产生了正确且易于理解的程序。
2022-12-02 cs.AI
Tackling the Abstraction and Reasoning Corpus (ARC) with Object-centric Models and the MDL Principle
Univ Rennes(雷恩大学);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所);IRISA(IRISA研究所)
本文提出以对象为中心的模型并结合MDL原则来高效搜索模型空间,以解决ARC中仅凭少量示例生成彩色网格的任务,并能同时给出输入输出对的联合描述,验证了方法的通用性。
2023-11-01 cs.AI
ARCTraj: A Dataset and Benchmark of Human Reasoning Trajectories for Abstract Problem Solving
ARCTraj通过记录人类推理轨迹,提供了一种结构化且可解释的框架,用于研究抽象问题解决中的推理过程,推动可解释性和可推广智能的发展。
2026-02-15 cs.AI
Generalized Planning for the Abstraction and Reasoning Corpus
The University of Melbourne(墨尔本大学)
本文提出GPAR方法,将ARC抽象推理任务建模为带指针的广义规划问题,利用PDDL和领域知识约束提升求解性能,在以对象为中心的任务上超越现有最优求解器。
2024-01-15 cs.AI
Abductive Symbolic Solver on Abstraction and Reasoning Corpus
Gwangju Institute of Science and Technology(光州科学技术院)
本文针对抽象与推理语料库(ARC)的视觉推理任务,借鉴人类溯因推理过程,提出符号化知识图谱框架提取核心知识,以缩小搜索空间并生成合理解决方案,提升AI推理逻辑性与类人能力。
2024-11-27 cs.AI
Understanding Narratives through Dimensions of Analogy
Information Sciences Institute, University of Southern California(南加州大学信息科学研究所)
类比推理是一种强大的定性推理工具,它使人类能够将两种情况联系起来,并将他们的知识从熟悉的情况推广到新的情况。认知科学的研究提供了宝贵的见解类比推理的丰富性和复杂性,以及有限的可扩展性的表达性类比推理机的实现。具有类比推理潜力的现代可扩展人工智能技术仅适用于比例类比的特殊情况,而不是理解高阶类比。在本文中,我们的目标是通过以下方式弥合这一差距:1)基于认知科学研究的成熟见解,将类比的六个维度形式化,2)用这些维度中的每一个来注释寓言语料库,以及3)定义四个复杂性不断增加的任务,以实现对人工智能技术的可扩展评估。在这些任务上使用语言模型和神经符号AI推理机的实验表明,最先进的方法可以应用于类比推理,但成功有限,因此需要进一步研究AI的全面和可扩展的类比推理。我们提供所有的代码和数据。
2022-06-27 cs.AI cs.CL
A Neurodiversity-Inspired Solver for the Abstraction \& Reasoning Corpus (ARC) Using Visual Imagery and Program Synthesis
Vanderbilt University(范德堡大学)
本文提出一种受神经多样性启发的核心知识AI方法,结合视觉表象表征与树搜索程序合成,在ARC挑战中取得第四名,展示了灵活组合核心知识解决新任务的能力。
2023-10-31 cs.AI
Large Language Model (LLM) as a System of Multiple Expert Agents: An Approach to solve the Abstraction and Reasoning Corpus (ARC) Challenge
National University of Singapore(新加坡国立大学)
本研究提出将LLM构建为多专家智能体系统,通过文本抽象空间转换、联想推导动作程序及迭代环境反馈解决ARC挑战,在111道训练题上达45%准确率,证明了该思路的可行性与拓展潜力。
2023-10-08 cs.AI cs.CL
Impact of Noise on LLM-Models Performance in Abstraction and Reasoning Corpus (ARC) Tasks with Model Temperature Considerations
Enkefalos Technologies(恩凯法洛斯科技);MQube Cognition(MQube认知)
本研究系统评估了噪声和温度设置对GPT-4o、DeepSeek R1和LLaMA 3.2在ARC任务上性能的影响,发现噪声持续损害所有模型性能,揭示了当前LLM在抽象推理中对输入扰动的高度脆弱性,强调了开发更鲁棒AI系统的必要性。
2025-04-23 cs.AI
ARC-NCA: Towards Developmental Solutions to the Abstraction and Reasoning Corpus
University of Oslo(奥斯陆大学);Simula Research Laboratory(Simula研究实验室);Oslo Metropolitan University(奥斯陆 Metropolitan 大学)
本文提出 ARC-NCA,利用标准 NCA 与 EngramNCA 的发育式机制处理 ARC-AGI,证明其能以低成本获得可比甚至优于 ChatGPT 4.5 的概念验证推理表现。
2025-05-13 cs.AI cs.NE
Mind's Eye: A Benchmark of Visual Abstraction, Transformation and Composition for Multimodal LLMs
CSE Dept., IIT Hyderabad(IIT海得拉巴计算机科学与工程系);Microsoft Research(微软研究院);IIT Hyderabad(IIT海得拉巴)
本文提出Mind's Eye基准,通过A-R-T分类评估多模态大语言模型的视觉认知能力,发现人类准确率达80%,而顶级模型低于50%,揭示模型在视觉空间推理上的不足。
2026-04-17 cs.AI cs.CV
Reasoning Abilities of Large Language Models: In-Depth Analysis on the Abstraction and Reasoning Corpus
GIST(光州科学技术院);Electrical Engineering and Computer Science, GIST(光州科学技术院电气工程与计算机科学系);AI Graduate School, GIST(光州科学技术院人工智能研究生院)
本文提出基于思维语言假说的过程导向评估方法,利用ARC基准分析LLMs在逻辑连贯性、组合性和生成性上的推理能力,发现其仍显著落后于人类水平,为发展人类级AI推理提供了新视角。
2024-11-23 cs.AI cs.CL cs.ET
ARC-GEN: A Mimetic Procedural Benchmark Generator for the Abstraction and Reasoning Corpus
Google(谷歌)
本文提出ARC-GEN,一个开源程序化生成器,通过穷尽且模仿性地扩展原始ARC-AGI训练数据集,解决其演示集规模限制问题,并应用于验证2025年Google Code Golf锦标赛提交程序的正确性。
2025-11-04 cs.AI cs.LG
An Approach to Solving the Abstraction and Reasoning Corpus (ARC) Challenge
National University of Singapore(新加坡国立大学)
本文提出用提示工程引导 GPT4 结合人类先验与 ARC 解题流程生成关系描述、映射步骤和测试输出,初步在小型任务中验证有效,并展望多智能体记忆与 VQA 工具扩展。
2023-06-06 cs.AI
Exploring Human Behavior During Abstract Rule Inference and Problem Solving with the Cognitive Abstraction and Reasoning Corpus
CogARC通过研究人类在抽象规则推理中的行为,揭示了人们在不确定性下的策略适应与泛化能力。
2026-02-25 cs.AI q-bio.NC
Addressing the Abstraction and Reasoning Corpus via Procedural Example Generation
Institute of Neuroinformatics, University of Zurich and ETH Zurich(苏黎世大学与苏黎世联邦理工学院神经信息学研究所)
本研究针对ARC基准训练任务样例少、多样性有限的问题,通过逆向推导样例分布构建程序化生成器,解除原始样例的不必要约束以扩充样例空间,为在该基准上取得突破提供实验支撑。
2024-04-10 cs.AI cs.LG
Program Synthesis using Inductive Logic Programming for the Abstraction and Reasoning Corpus
INESCTEC-FCUP
针对 ARC 对强泛化与推理的挑战,本文提出以手工对象中心 DSL 作为背景知识、用 ILP 从少量网格示例合成逻辑程序的系统,并验证其可解决多种不同推理任务。
2024-05-10 cs.AI cs.LG cs.PL
H-ARC: A Robust Estimate of Human Performance on the Abstraction and Reasoning Corpus Benchmark
Department of Psychology(心理学系)
本文通过1729名人类在完整ARC基准上的评估,得出更稳健的人类表现估计,并发布H-ARC数据集以促进ARC研究。
2024-09-02 cs.AI
Vector Symbolic Algebras for the Abstraction and Reasoning Corpus
Centre for Theoretical Neuroscience(理论神经科学中心);David R. Cheriton School of Computer Science(大卫·R·切里顿计算机科学学院);University of Waterloo(滑铁库大学);Department of Philosophy(哲学系);Department of Systems Design Engineering(系统设计工程系)
针对人类易解但AI系统难处理的ARC-AGI基准,提出一种认知合理的求解器,结合系统1直觉与系统2推理,基于向量符号代数(VSAs)实现对象中心程序合成,在多个基准上取得结果,且为首个将VSAs应用于该任务的方法。
2025-11-11 cs.AI cs.LG
Diffusion-Based Offline RL for Improved Decision-Making in Augmented ARC Task
Gwangju Institute of Science and Technology(光州科学技术院);Korea University(高丽大学)
针对 ARC 训练数据不足的问题,提出基于规则的 SOLAR 数据集及其生成器,并利用离线 RL 方法 LDCQ 训练智能体,验证了其在 ARC 任务中多步决策与答案识别的有效性。
2024-10-15 cs.AI cs.CV cs.LG
LLMs and the Abstraction and Reasoning Corpus: Successes, Failures, and the Importance of Object-based Representations
University of Toronto(多伦多大学);Vector Institute for Artificial Intelligence(向量人工智能研究所);Scale AI Research(Scale AI研究)
本文系统分析了GPT在抽象和推理语料库(ARC)上的表现,发现其识别和推理对象的能力受文本序列性影响,提出基于对象的表示方法,使任务解决率近乎翻倍,显著提升了LLM在非语言领域的推理能力。
2024-02-14 cs.AI cs.CL
Tackling the Abstraction and Reasoning Corpus with Vision Transformers: the Importance of 2D Representation, Positions, and Objects
University of Toronto(多伦多大学);Vector Institute for Artificial Intelligence(人工智能向量研究所)
本研究发现ViT在ARC任务上表现极差,指出其存在表示缺陷,并提出ViTARC架构,通过像素级输入表示、空间感知tokenization和基于对象的位置编码,在超半数ARC任务上实现接近100%的解决率,强调了注入正确归纳偏置的重要性。
2025-07-15 cs.AI cs.CV
Top-Down Synthesis for Library Learning
Massachusetts Institute of Technology(麻省理工学院);Cornell University(康奈尔大学)
本文介绍了语料库引导的自顶向下的合成作为一种机制,用于合成库函数,捕捉常见的功能,从一个领域特定语言(DSL)的程序语料库。该算法直接从初始DSL原语构建抽象,使用中间抽象的语法模式匹配来智能地修剪搜索空间,并将算法引导到最大限度地捕获语料库中的共享结构的抽象。我们提出了一个实施的方法,在一个工具,称为缝合和评估它对国家的最先进的演绎库学习算法从DreamCoder。我们的评估表明,Stitch快了3-4个数量级,使用的内存少了2个数量级,同时保持了相当或更好的库质量(以压缩率衡量)。我们还展示了Stitch在包含数百个复杂程序的语料库上的可扩展性,这些程序在以前的演绎方法中是难以处理的,并且根据经验表明,它对于提前终止搜索过程是鲁棒的-进一步允许它通过提前停止扩展到具有挑战性的数据集。
2023-01-15 cs.AI cs.PL
Diverse Inference and Verification for Advanced Reasoning
Boston University(波士顿大学);Columbia University(哥伦比亚大学);Google(谷歌公司);Massachusetts Institute of Technology(麻省理工学院);Stanford University(斯坦福大学)
针对 IMO、ARC 和 HLE 等高难度推理任务,本文提出测试时融合多模型、多方法并结合自动验证、拒绝采样与 best-of-N 的多样化推理框架,显著提升准确率并解决大量人类及 o3 未解谜题。
2025-02-14 cs.AI
JaxARC: A High-Performance JAX-based Environment for Abstraction and Reasoning Research
Luddy School of Informatics, Computing, and Engineering(信息学、计算与工程学院)
JaxARC是一种基于JAX的高性能强化学习环境,用于支持大规模抽象与推理研究,通过大规模并行和高吞吐量提升实验效率。
2026-01-24 cs.AI cs.LG
V-Rubrics: Visual Faithfulness via Rubric-Based Reinforcement Learning
S-Lab, Nanyang Technological University(新加坡南洋理工大学S-Lab);UIUC(伊利诺伊大学厄巴纳-香槟分校);A*STAR(新加坡科技研究局)
该研究针对视觉-语言模型回答缺乏视觉依据的问题,提出基于评分规则的强化学习方法V-Rubrics,通过分解响应为原子命题并从三方面评分,训练的模型在相关推理基准上性能优于基线。
2026-08-27 cs.AI cs.CV
Neural-guided, Bidirectional Program Search for Abstraction and Reasoning
Massachusetts Institute of Technology(麻省理工学院);Raytheon BBN Technologies(雷神BBN技术公司);Boston University(波士顿大学);Princeton University(普林斯顿大学)
当今人工智能研究面临的挑战之一是设计能够利用系统推理来概括新任务的系统。抽象和推理语料库(ARC)通过一组视觉推理任务来衡量这种能力。在本文中,我们报告了ARC的渐进式进展,并为两种不基于蛮力搜索的抽象和推理方法奠定了基础。我们首先应用现有的程序合成系统称为DreamCoder创建符号抽象的任务解决到目前为止,并显示它如何使解决越来越具有挑战性的ARC任务。其次,我们设计了一个推理算法的动机,人类的方式接近ARC。我们的算法构造了一个搜索图,并在此图结构的原因,发现任务的解决方案。更具体地说,我们扩展现有的执行引导的程序合成方法与演绎推理的基础上的功能逆语义,使神经引导的双向搜索算法。我们证明了算法的有效性三个域:ARC,24场比赛的任务,和一个“双加”算术难题。
2021-10-26 cs.AI cs.LG
SemFlowRAG: Directed Semantic Flow from Abstraction to Evidence for Complex Reasoning
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Zhejiang University(浙江大学);Fudan University(复旦大学)
提出SemFlowRAG框架,通过构建语料自适应的语义梯度图,将平面检索空间重构为层次结构,并设计抽象度引导的有向PageRank算法,使检索轨迹遵循“高到低语义抽象度”梯度,从而缓解“概率黑洞”问题,提升复杂多跳推理性能。
2026-11-03 cs.AI cs.IR
Solving ARC visual analogies with neural embeddings and vector arithmetic: A generalized method
University of Amsterdam(阿姆斯特丹大学)
本研究将词嵌入的向量算术机制推广到视觉类比,用VAE将ARC项编码为潜在向量并通过向量运算求解,在简单项上效果良好,官方ARC得分2%,ConceptARC得分8.8%,方法可推广至其他抽象视觉推理任务。
2023-11-14 cs.AI cs.CV cs.LG
Compositional Neuro-Symbolic Reasoning
CoreThink AI;Stanford University(斯坦福大学)
本文提出一种结合神经和符号方法的推理框架,通过提取网格对象结构、利用神经先验提出变换候选方案并过滤假设,提升ARC-AGI-2任务表现,无需任务特定微调或强化学习。
2026-11-04 cs.AI
Neural networks for abstraction and reasoning: Towards broad generalization in machines
University of Cambridge(剑桥大学)
本研究探索多种神经网络方法(包括改进的DreamCoder和大型语言模型)解决抽象与推理语料库(ARC)任务,通过新语言、识别模型、编码方案及集成分析提升广泛泛化能力,并发布arckit库。
2024-02-05 cs.AI cs.CL cs.LG
Do Large Language Models Solve ARC Visual Analogies Like People Do?
University of Amsterdam(阿姆斯特丹大学)
本研究在儿童友好型ARC视觉类比测试上对比人类与大语言模型表现,发现人类表现更优,且二者错误类型存在差异,为理解LLM推理机制提供了新依据。
2024-05-13 cs.AI cs.CL
From Priors to Predictions: Explaining and Visualizing Human Reasoning in a Graph Neural Network Framework
Boston University(波士顿大学)
本文提出基于图神经网络的框架,通过显式先验建模人类推理中的归纳偏置,揭示个体差异及泛化依赖的结构和内部处理机制。
2025-12-19 cs.AI q-bio.NC
The ARC of Progress towards AGI: A Living Survey of Abstraction and Reasoning
TIB - Leibniz Information Centre for Science and Technology(TIB - 科学技术信息研究中心);L3S Research Center, Leibniz University of Hannover(L3S研究所以汉诺威莱布尼茨大学);Dresden University of Technology, Amazon (work done outside of Amazon)(德累斯顿技术大学,亚马逊(非亚马逊工作))
本文通过分析三个版本的82种方法及ARC Prize竞赛,揭示了不同范式在版本间性能下降的规律,指出组合泛化能力的局限性,并强调测试时适应和精炼循环的重要性。
2026-03-09 cs.AI cs.LG
A Multi-Stage Rule-Chaining Framework for Compositional and Interpretable Cognitive Reasoning
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校)
提出多阶段规则链框架,整合三个求解器在符号、结构、概念层面进行组合推理,在ARC基准上实现超95%准确率,提升可解释性与泛化能力。
2026-09-11 cs.AI cs.LG
The role of positional encodings in the ARC benchmark
INESC-ID;NeuralShift
本研究以CodeT5+为例探讨位置编码对ARC基准中抽象推理的影响,发现2D位置编码在数据受限场景下表现更优,凸显其在ARC任务中的有效性。
2025-01-31 cs.AI cs.LG
Think Visually, Reason Textually: Vision-Language Synergy in ARC
The Chinese University of Hong Kong(香港中文大学);Shanghai AI Laboratory(上海人工智能实验室);Shanghai Innovation Institute(上海创新研究院)
本文提出视觉-语言协同推理和模态切换自我纠正策略,通过结合视觉抽象与语言推理提升ARC-AGI任务性能。
2025-11-26 cs.AI cs.CL cs.CV
First Steps of an Approach to the ARC Challenge based on Descriptive Grid Models and the Minimum Description Length Principle
Univ Rennes(雷恩大学);CNRS(法国国家科学研究中心);IRISA(法国布列塔尼大区计算机与随机系统研究所)
抽象和推理语料库(ARC)是弗朗索瓦·肖莱(François Chollet)最近推出的一种衡量人类和机器广泛智能的工具。这是非常具有挑战性的,Kaggle竞赛中最好的方法只能解决20%的任务,依靠蛮力搜索手工制作的转换链。在本文中,我们提出了第一步探索的方法的基础上描述网格模型和最小描述长度(MDL)的原则。网格模型描述网格的内容,并支持解析网格和生成网格。MDL原则用于指导寻找好的模型,即最压缩网格的模型。我们报告了我们一年多来的进展,改进了一般方法和模型。在400个训练任务中,我们的性能从5个增加到29个已解决的任务,每个任务仅使用30秒的计算时间。我们的方法不仅预测了输出网格,而且还输出了一个可理解的模型,并解释了模型是如何逐步构建的。
2021-12-01 cs.AI
ARC-TGI: Human-Validated Task Generators with Reasoning Chain Templates for ARC-AGI
Dresden University of Technology(德累斯顿技术大学);Amazon(亚马逊);TIB - Leibniz Information Centre(莱比锡信息中心);Leibniz University of Hanover(汉诺威莱比锡大学)
ARC-TGI通过推理链模板生成任务,结合人工验证确保规则推导的准确性,提升ARC-AGI任务的可扩展性和可控性。
2026-03-05 cs.AI cs.CL cs.LG
Don't throw the baby out with the bathwater: How and why deep learning for ARC
Mindware Consulting, Inc.(Mindware咨询公司);MindsAI;Tufa Labs(Tufa实验室)
本文针对 ARC-AGI 挑战,提出将神经网络和优化器作为推理过程组成部分的测试时训练方法 TTFT 和 AIRV,显著提升了 LLM 的推理准确率,在 ARC 私有测试集上达到 58% 的当前最佳得分。
2025-10-31 cs.AI cs.LG
Product of Experts with LLMs: Boosting Performance on ARC Is a Matter of Perspective
Johannes Gutenberg University Mainz(莱茵河畔明斯特大学);Lambda, Inc.(Lambda公司)
针对大语言模型在ARC-AGI上抽象推理能力不足的问题,提出结合多阶段任务特定数据增强、深度优先搜索生成候选解及LLM生成+评分双角色的专家乘积方法,在公开ARC-AGI集上取得71.6%的公开最优成绩,且具备透明、可复现、推理成本低的优势。
2025-06-11 cs.AI cs.CL cs.LG