研究者发布神经符号推理框架并开源代码
热点事件持续更新
研究者发布神经符号推理框架并开源代码
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Anugyan Das 等人发布论文，提出一种面向 ARC 的神经符号组合推理框架，并开源代码。该框架从网格中提取对象级结构，用神经先验从固定领域特定语言的原子模式中提出候选变换，再通过跨样例一致性检查筛选假设。 在 ARC-AGI-2 公开评测集上，该框架将基础求解模型 Grok-4 的准确率从 16.0% 提升至 24.4%；与 ARC Lang Solver 通过元分类器结合后，准确率达到 30.8%。上述数据为作者在论文中的报告。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI神经符号架构提升 Grok-4 在 ARC-通用人工智能（AGI，Artificial General Intelligence）-2 上的推理准确率
研究者提出一种神经符号架构，从网格中提取对象级结构，用神经先验从固定领域特定语言（DSL，Domain-Specific Language）的原子模式中提出候选变换，并通过跨样例一致性检查筛选假设。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。