DiARC：区分正负样本有助于提升大语言模型的 ARC 类推理能力

抽象与推理语料库（ARC）包含需从有限网格样本中总结模式并预测输出网格的任务。近期许多基于大语言模型的方法尝试将其转化为文本推理任务，但开源模型效果不佳，闭源模型成本过高。现有工作多聚焦数据增强以构建 ARC 类数据进行监督微调。本文指出，解决此类问题不仅需要正样本监督，还需通过区分负样本来提升推理能力。为此，借鉴偏好对齐思想，提出 DiARC 方法，通过构建偏好对使模型学会区分。具体提出了三种负样本构建方式：输出级视觉变换、DSL 级规则反转及任务特定规则编辑。实验表明该方法在多个 ARC 类基准上均优于基线模型。