arXiv cs.AI· Doojin Baek, Junyeob Baek, Mingyu Jo, Hosung Lee, Taegu Kang, Gyubin Lee, Sungjin Ahn·· 11 小时前AI 评分39
BabyTheorist：仅从观察中学习世界理论的基准测试
BabyTheorist: A Benchmark for Learning to Theorize the World from Observation Alone
AI 导读
BabyTheorist 是一个用于受控训练和评估“观察式理论学习”的基准，从隐藏的组合程序中生成连续的视觉前后状态观察流，训练时学习者只能看到状态转移，没有程序标签、任务身份或支持集。该基准控制程序语言、程序复杂度课程、高频重复子程序和带跳级的持续训练-测试协议。七个代表性基线均远低于上限，且随课程推进差距扩大。
正文 · AI 翻译
摘要：我们如何判断一台机器是否真正理解世界？我们认为，一项关键能力是\textit{观察性理论学习}：从纯观察中获取可复用的理论，并将其应用于新情境。当前的视觉推理基准主要关注后者，将每项任务呈现为按共同规则分组的少样本谜题。我们推出 BabyTheorist，一个用于受控训练和评估观察性理论学习的基准。BabyTheorist 从隐藏的组合程序中生成连续的“前后”视觉观察流；在训练期间，学习者只能看到由此产生的转换，没有程序标签、任务身份或支持集。为支持理论学习与评估，BabyTheorist 控制程序语言、程序复杂度课程、反复出现的频繁子程序，以及带跳级的持续训练-测试协议。七个代表性基线均远低于上限，且随着课程推进差距扩大——这证明 BabyTheorist 分离出了当前程序学习方法尚未涉及的一项能力。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.08177 [cs.AI] |
| （或 arXiv:2611.08177v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08177 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Junyeob Baek [查看电子邮件]
[v1]
2026年11月5日星期四 15:33:32 UTC（7,293 KB）
来源：arXiv cs.AI · arxiv.org