Keya Hu, Ali Cy, Linlu Qiu, Xiaoman Delores Ding, Runqian Wang, Yeyin Eva Zhu, Jacob Andreas, Kaiming He
개요
본 논문은 추상적 사고 연구를 장려하기 위해 설계된 Abstraction and Reasoning Corpus (ARC) 문제를 시각적 관점에서 접근합니다. 기존의 언어 기반 접근 방식과 달리, 이미지를 이미지로 변환하는 문제로 정의하고, Vision Transformer (ViT)와 같은 표준 시각 아키텍처를 활용하여 ARC 문제를 해결합니다. Vision ARC (VARC)라는 프레임워크를 개발하여 ARC 데이터만으로 학습하였으며, ARC-1 벤치마크에서 60.4%의 정확도를 달성하여, 기존의 scratch-trained 방식의 모델들을 크게 능가하는 성능을 보였습니다.
시사점, 한계점
•
시사점:
◦
ARC 문제를 언어적 문제로 접근하는 대신, 시각적 문제로 접근하여 새로운 해결 방안을 제시함.
◦
표준 시각 아키텍처인 ViT를 활용하여 ARC 문제 해결에 성공적인 결과를 얻음.
◦
ARC 데이터만으로 학습하여, 기존 scratch-trained 방식의 모델 대비 우수한 성능을 달성함.
