ARC挑战指南2023：由于ARC训练集的规模非常小，需要强烈的归纳偏差和先验知识

文章预览

Lab42 Essay Challenge The Hitchhiker’s Guide to the ARC ChallengeSimon Ouellette Lab42 论文挑战《银河系漫游指南》中的 ARC 挑战 Simon Ouellette 关于如何实现的更多细节将 在“解决方案提议”部分提供 。 1 引言 要解决抽象与推理语料库（ARC），学习器必须能够在某种意义上“逆向工程”，即生成示例的底层过程（或算法）。这对大多数机器学习方法来说是一项不可能完成的任务，这些方法通常偏向于多维曲线拟合，而不是算法学习。 这是一个关键的区别，并且普遍认为深度学习或一般端到端可微方法只能“拟合曲线”，而不是学习底层过程或算法。 对于非循环学习器来说，如前馈神经网络：它们的架构使它们无法表达学习算法所需的递归或迭代处理机制。相反，它们最多只能学习从域空间到范围空间的直接映射。这不过是多维曲线拟合的一种形式，因此，根据构 ………………………………