本文提出了生成视觉难题（GenVP）框架，旨在建模Raven's Progressive Matrices（RPM）的生成过程。实验结果表明，GenVP在难题解决的准确性和OOD泛化方面优于现有方法，能够有效生成多样化的视觉难题。
研究论文《AI突破：上下文分析提升视觉难题解答准确率至76%》探讨了如何提高AI在Bongard问题上的表现。当前方法在Bongard-HOI基准上仅达到69%准确率，主要受限于缺乏支持集上下文。新方法通过结合多个正负例，实现了多个Bongard基准的最先进准确率。
完成下面两步后，将自动完成登录并继续当前操作。
