ARC-AGI

视觉思考，文本推理：抽象推理中的视觉-语言协同

Think Visually, Reason Textually: Vision-Language Synergy in Abstract Reasoning

论文揭示了视觉与语言在推理不同阶段的互补性：视觉擅长全局模式抽象与验证，语言擅长符号规则表述与精确执行。这为视觉研究者提供了一个可复用的思路——将视觉渲染作为验证模块嵌入文本推理流程，实现内在错误校正，尤其适用于需要从少量示例中归纳规则的少样本视觉推理任务。