Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Vector Symbolic Algebras for the Abstraction and Reasoning Corpus

Created by
  • Haebom
Category
Empty

저자

Isaac Joffe, Chris Eliasmith

개요

ARC-AGI 벤치마크 문제 해결을 위한 인공지능 솔루션을 제안합니다. 이 솔루션은 인간 지능 모델링에서 영감을 얻어, System 1 직관과 System 2 추론을 VSA 기반의 신경 기호적 방법을 사용하여 통합합니다. 객체 중심 프로그램 합성을 통해 추상 객체를 표현하고, 솔루션 탐색을 안내하며, 샘플 효율적인 학습을 가능하게 합니다. 초기 결과는 ARC-AGI-1-Train에서 10.8%, ARC-AGI-1-Eval에서 3.0%의 성능을 보였으며, Sort-of-ARC에서 94.5%, 1D-ARC에서 83.1%를 기록했습니다.

시사점, 한계점

•
시사점:
◦
ARC-AGI 문제 해결을 위한 새로운 접근 방식 제시 (VSA 기반).
◦
인지적으로 타당한 솔루션 아키텍처 (System 1/2 통합).
◦
기존 방법 대비 효율적인 연산 비용.
◦
1D-ARC 벤치마크에서 GPT-4를 능가하는 성능.
◦
코드 공개.
•
한계점:
◦
ARC-AGI-1-Train 및 Eval에서 낮은 성능.
◦
제안된 방법의 일반화 능력에 대한 추가적인 연구 필요.
◦
VSA 기반 접근 방식의 잠재적 한계.
👍
Made with Slashpage