TraceViT: 시각적 추상 추론을 위한 grounded trace supervision

연구진은 검증된 프로그램 해를 바탕으로 단계별 변환 추적(trace)으로 학습하는 루프형 시각 추론기 TraceViT를 제안했다.

TraceViT는 각 반복을 과제 참조와 현재 그리드 상태에 맞춰 고정하고, 추적 길이와 루프 길이 불일치를 소프트 정렬로 처리한다.

이 방법은 ARC-AGI-1에서 pass@2 67.8%, ARC-AGI-2에서 24.3%를 기록했다.

핵심 시사점은 중간 추론 단계를 정답과 연결해 감독하면 ARC 같은 추상화 과제 성능을 높일 수 있다는 점이다.