本研究提出了PMoC和Pose-Transformer模型，旨在提高机器在Bongard-Logo等抽象推理任务中的准确性。Pose-Transformer通过结合位置信息学习，增强了对图像数据的处理能力。实验结果表明，这些方法显著提升了推理准确性，推动了AI在抽象推理和认知模式识别方面的发展。