연구진이 시각-기호 세계 상태의 전환으로 ARC 규칙을 학습하는 Loop-OWM 아키텍처를 개발했어요. Loop-OWM은 색상 프로토타입 슬롯, 데모 조건부 작업 요약, 밀도 전파 및 슬롯 조건부 교정 기능으로 구성된 루프 전환 모델을 결합해요.
ARC-1 및 ARC-2에서 Loop-OWM은 유사하거나 적은 파라미터로 비루프 및 루프 기반 모델을 능가하는 성능을 보여줬어요. 이는 ARC 규칙이 언어 설명이나 검색 프로그램으로 학습될 수 있을 뿐만 아니라 시각-기호 세계 상태의 전환으로도 학습될 수 있음을 시사해요.
연구 결과는 ARC 규칙을 언어 설명이나 검색 프로그램이 아닌 시각-기호 세계 상태의 전환으로 학습할 수 있음을 보여줘요.