槽位、转换与循环：学习用于 ARC 的可组合世界模型

ARC 测试上下文规则归纳能力：模型需从少量输入输出示例中推断隐藏规则并应用于新查询。尽管现有方法多通过语言或代码表达规则，但 ARC 本质是视觉符号任务。本文提出 Loop-OWM，一种以对象为中心的世界建模架构，将规则学习为结构化状态上的可组合转换。该架构结合颜色原型槽位、演示条件任务摘要及具有密集传播和槽位条件校正的循环转换模型。实验表明，Loop-OWM 在 ARC-1 和 ARC-2 上优于非循环及循环基线，证明 ARC 规则可作为视觉符号世界状态的转换进行学习。