본 논문은 Raven's Progressive Matrices (RPMs) 문제 해결 능력을 넘어, 주어진 규칙으로 새로운 RPM 문제를 생성하는 Generative Visual Puzzles (GenVP) 프레임워크를 제안합니다. 기존 알고리즘은 주어진 문제만 해결하는 데 비해, GenVP는 하나의 문제에 대한 다양한 해결책을 생성하고, 원하는 규칙으로 완전히 새로운 문제를 생성할 수 있습니다. 다섯 가지 데이터셋에 대한 실험 결과, GenVP는 기존 최고 성능(SOTA)을 뛰어넘는 퍼즐 해결 정확도와 22가지 OOD 시나리오에서 OOD 일반화 성능을 달성했습니다. 특히, 해결 가능한 공간이 증가하는 어려운 상황에서도 효율적으로 일반화하는 능력을 보여줍니다. 또한, 추상적 규칙과 시각적 객체 속성 간의 관계를 효과적으로 포착하여 다양한 RPM 문제를 생성하는 능력을 입증합니다.
