arXiv cs.AI· Binnan Liu, Yechi Ma, Tian Xie, Wei Hua·· 11 小时前AI 评分35
TraceViT：用有据可依的轨迹监督训练视觉抽象推理模型
TraceViT: Grounded Trace Supervision for Visual Abstract Reasoning
AI 导读
TraceViT 通过将程序化任务实现改写并验证为语义单调的变换链，把每个解法拆成中间网格状态，用软轨迹对齐只约束顺序，让循环视觉推理器的每次迭代都有任务参考和对象工作区作为依据。该模型在 ARC-AGI-1 上达到 67.8% pass@2，在 ARC-AGI-2 上达到 24.3%。ARC-AGI-1 上的消融实验显示，轨迹监督只有与 grounding 结合时才带来收益，代码与数据将公开。
正文 · AI 翻译
摘要：抽象与推理语料库（ARC）测试模型能否从少量输入-输出示例中推断出未见过的变换，并将其应用于新的网格。循环式视觉推理器通过多次迭代来细化预测，但传统训练只约束最终输出，使中间细化过程不受约束。我们提出，这些细化应当逐步遵循该变换。我们引入 TraceViT，一种使用语义单调变换链训练的循环式视觉推理器。我们通过重写并验证程序化任务实现来获得这些链，将每个解分解为中间网格状态。每次迭代由源自少样本演示的任务参考和表示当前网格状态的对象工作区提供依据。由于这些链的长度可能与循环次数不同，软轨迹对齐仅约束它们的顺序，让模型自由分配迭代次数。TraceViT 在 ARC-AGI-1 上达到 67.8% 的 pass@2，在 ARC-AGI-2 上达到 24.3%。在 ARC-AGI-1 上的受控消融实验表明，轨迹监督只有与依据机制配合时才有益。代码和数据将在 此 https URL 提供。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2607.29586 [cs.CV] |
| （或 arXiv:2607.29586v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.29586 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Binnan Liu [查看邮箱]
[v1]
2026年7月31日星期五 16:09:44 UTC（10,476 KB）
[v2]
2026年11月5日星期四 07:48:27 UTC（10,638 KB）
来源：arXiv cs.AI · arxiv.org