AAAIDec, 2022

VASR: 情境识别的视觉类比

PDF
TL;DR介绍了一项新颖的任务：视觉情境类比识别，通过 CLIP 模型生成了 50 万个类比数据集，并创建了一个 3820 个样本验证集，实验结果表明目前最先进的模型效果在随机干扰下良好，但在精心选择干扰时效果大打折扣，希望我们的数据集能鼓励新的类比制作模型的发展。
发现论文，激发创造
  • 基于语料库的类比和语义关系学习

    论文提出” 基于向量空间模型（VSM）的无标注文本学习算法 “，应用于中学生常见 SAT 考试的语义类比题及名词修饰语语义关系分类中，取得了 47% 和 43.2% 的正确率，性能达到当时最高水平。

    Aug, 2005

  • VISALOGY: 回答视觉类比问题

    本文研究回答视觉类比问题，并提出了使用卷积神经网络来解决自然图像中的类比问题，并介绍了相应的自然图像类比问题数据集。

    Oct, 2015

  • 元模拟对比学习的少样本视觉推理

    本篇论文提出采用类比推理的方式解决少样本视觉推理问题，即通过提取训练和测试数据的结构关系，重复应用于类似问题的查询中，从而有效地学习训练集和测试集之间的关系相似性，实现对 RAVEN 数据集的超越性表现，并在不同属性下进行元学习，表现出了良好的泛化能力。

    Jul, 2020

  • 生活如马戏团，我们是小丑：自动寻找情境和进程之间的类比

    本研究通过探索一种更具有现实性且具有挑战性的方法，基于关系相似性来找到不同域之间的映射，使用自动提取文本中实体及其关系并进行解释性的可扩展性算法，从大量的自然语言过程文本数据集中提取类比，并证明该算法对于文本的释义具有鲁棒性。

    Oct, 2022

  • 通过概率类比映射进行零 - shot 视觉推理

    本文介绍了 VisiPAM（visual Probabilistic Analogical Mapping）的视觉推理模型，该模型综合了视觉推理和类比推理两种方法，使用从自然视觉输入中直接推导出的学习表示和源自人类推理认知理论的相似性映射操作，并且在类比映射任务上表现优于现有的深度学习模型。

    Sep, 2022

  • 使用神经算法推理解决视觉类比问题

    研究一类视觉类比推理问题，并使用神经类比推理方法寻找一系列基本的神经网络转换来处理符号空间中的图像，评估该算法对具有不同形状和位置的图像的推理泛化能力。

    Nov, 2021

  • 利用神经嵌入和向量运算解决 ARC 视觉类比问题：一种广义方法

    这篇论文通过引入变分自动编码器 (VAE) 来解决通过向量算术处理的视觉类比推理问题，并且在 Abstraction and Reasoning Corpus (ARC) 中取得了有希望的结果。

    Nov, 2023

  • 视觉类比：深度学习与组合模型

    本论文比较了人类视觉类比问题解决能力和三种不同的计算模型的性能，包括成分模型、连体网络和关系网络，结果显示成分模型的定性表现与人类推理者相似，而深度学习模型的表现则不如人类。

    May, 2021

  • 视觉空间推理

    本研究提出 Visual Spatial Reasoning（VSR）数据集，这是包含超过 10k 已标注的英文自然文本图像对和 66 种空间关系的数据集，研究表明当前视觉语言模型只能达到约 70％的准确率，无法识别有关物体朝向的关系。

    Apr, 2022

  • AnaloBench: 评估抽象与长文本上下文类比的鉴别能力

    用于评估语言模型中类比推理能力的基准模型 ANALOBENCH 可以从大量信息中回忆相关经验，并将类比推理应用于复杂和冗长的情景中。

    Feb, 2024