本研究介绍了PMoC和Pose-Transformer，用于解决抽象推理问题。PMoC是一种概率模型，通过构建独立的概率模型实现高准确性的推理。Pose-Transformer是一种增强型Transformer-Encoder，结合了位置信息学习，提高了对图像数据中局部位置关系的关注。该方法在RAVEN和PGM数据库上超过了之前的模型，对推进AI在抽象推理和认知模式识别方面具有重要贡献。