研究者チームは、ARC-AGI-2推論タスク,,現在のAIシステムにとって依然として困難な抽象的視覚推論をテストするベンチマーク,,を解決するために設計された、協調型マルチエージェントフレームワークARCANAを発表した。7月10日にarXivに提出されたこの論文は、プログラム合成と反復的自己修正を組み合わせた構造化アプローチを提案している。
ARC-AGI（Abstraction and Reasoning Corpus）は、フランソワ・ショレによって、大量の学習データからのパターンマッチングに依存するのではなく、少数の例から一般化するシステムの能力を測定するために設計された。現行バージョンのARC-AGI-2は、より厳しい時間とハードウェアの制約を伴う、より困難なタスクを導入している。
ARCANAは各タスクを4つの専門エージェント役割に分解する。知覚グラウンディングエージェントは、生の入力グリッドからオブジェクト中心のシーングラフを構築する。潜在プログラムポリシーは、多様なドメイン固有言語（DSL）プログラムを提案する。シンボリック実行エージェントは、提供されたデモンストレーションに対して候補プログラムを検証する。反射エージェントは、失敗駆動型のフィードバックを合成して次の反復を導く。
エージェントは微分可能なブラックボード,,各エージェントが中間表現を読み書きできる共有メモリ構造,,を通じて情報を共有する。学習されたメタコントローラーが各ターンでどのエージェントが行動するかをスケジュールし、新しいプログラム候補の探索と有望なものの洗練のバランスを取る。
この設計は、推論タスクでそれぞれ有望を示した2つのアプローチ、すなわち可能な変換ルールを明示的に列挙する構造化プログラム検索と、単一の問題インスタンス内でシステムが誤りから学習できる適応型マルチターン修正を組み合わせている。定義されたDSL内で検索を維持することで、ARCANAは制約のないコード生成の組合せ爆発を回避しつつ、ARC-AGI-2の視覚変換タスクに必要な表現力を維持している。
ARC-AGIベンチマークは、2019年の導入以来、AI推論研究の標準的な試験場となっている。主流のAIの進歩のほとんどが言語・ビジョンベンチマークで測定されている一方で、ARC-AGIのグリッドベースのパズルは真の構成的一般化,,理解した概念を新しい配置に適用すること,,を必要とし、これは大規模言語モデルの既知の弱点であり続けている。
この論文はarXivで識別子2607.09059として入手可能である。
ソース: ARCANA: A Reflective Multi-Agent Program Synthesis Framework for ARC-AGI-2 Reasoning (arXiv, 2026年7月10日)
雅子 訳