본 논문은 추상적 추론 능력 평가를 위한 ARC-AGI 데이터셋에서 대규모 언어 모델(LLM)의 한계를 극복하기 위한 새로운 방법을 제시합니다. 훈련, 생성, 평가 단계 전반에 걸쳐 작업 특화 데이터 증강을 활용하고, 깊이 우선 탐색 알고리즘을 통해 다양하고 높은 확률의 후보 솔루션을 생성합니다. 또한 LLM을 생성기뿐 아니라 평가자로도 활용하여 출력 확률을 기반으로 가장 유망한 솔루션을 선택합니다. 이 방법은 공개된 ARC-AGI 평가 세트에서 71.6% (400개 중 286.5개 과제 해결)의 점수를 달성하여 공개된 방법 중 최첨단 성능을 보여줍니다. 비록 비공개 연구에서 더 높은 점수가 보고되었지만, 본 연구는 투명성, 재현성 및 놀라울 정도로 낮은 추론 비용(Nvidia 4090 GPU 시간당 36센트 기준, 과제당 약 2센트)이라는 특징을 가지고 있습니다.
