Code：最有前途的ARC-AGI比赛方法：关系分解，关系型表示胜过函数型表示

文章预览

Relational decomposition for program synthesis  程序合成中的关系分解 ILP优点： ILP优点：轻松解决迁移学习 归纳逻辑编程30年 新简介 摘要 我们介绍了一种新颖的程序合成方法，该方法将复杂的功能任务分解为更简单的关系合成子任务。我们通过在三个具有挑战性的数据集上使用现成的归纳逻辑编程（ ILP ）系统，展示了我们方法的有效性。我们的结果表明： （i）关系表示可以胜过功能表示，以及（ii）具有关系编码的现成ILP系统可以胜过特定领域的方法 。 1 引言 程序合成的目标是根据一组输入输出示例自动生成计算机程序（Gulwani等人，2017年）。例如，考虑表1中显示的例子。给定这些例子，我们想要学习一个程序，在输入列表的第2个位置插入字母a，以产生相应的输出列表。 程序合成的标准方法是搜索一系列函数（Ellis等人，2018年；Kim等人，2022年；Ame ………………………………