Nuovo modello AI DIRCR migliora il ragionamento visivo astratto sui dataset RAVEN

Un nuovo modello di intelligenza artificiale denominato Dual-Inference Rule-Contrastive Reasoning (DIRCR) è stato introdotto per superare gli ostacoli nel ragionamento visivo astratto. Questo modello affronta le carenze degli approcci attuali che tipicamente enfatizzano o il contesto globale o le relazioni locali per riga, portando a una rappresentazione inadeguata delle regole e a output intrecciati. Al centro di DIRCR si trova il Dual-Inference Reasoning Module, che integra un percorso locale per il ragionamento analogico per riga con un percorso globale per l'inferenza completa attraverso un meccanismo di attenzione gated. Inoltre, presenta un Rule-Contrastive Learning Module che genera campioni di regole positivi e negativi utilizzando pseudo-etichette, migliorando la separabilità delle feature attraverso l'apprendimento contrastivo per un'acquisizione migliorata delle regole astratte. I test su tre dataset RAVEN indicano che DIRCR aumenta notevolmente la robustezza e la generalizzazione del ragionamento. La ricerca che descrive questo modello è pubblicata su arXiv con l'identificatore arXiv:2604.17584v1, e i codici correlati sono pubblicamente disponibili.