本文介绍了上下文感知的Abductive Rule Learner（ARLC）模型，用于解决抽象推理任务。ARLC具有新颖的训练目标，提供了更好的可解释性和准确性。ARLC允许编程的领域知识和学习数据分布的规则。在评估中，ARLC在内分布和未曾见过的属性-规则对测试中展示出最先进的准确性。此外，ARLC还验证了从2x2 RPM星座到未见星座的无缝迁移学习。