ARCTraj: Datensatz mit menschlichen Denkpfaden für abstraktes Problemlösen
Die neu veröffentlichte Studie stellt ARCTraj vor – einen umfangreichen Datensatz, der menschliche Denkprozesse bei komplexen visuellen Aufgaben im Abstraction and Reasoning Corpus (ARC) dokumentiert. Im Gegensatz zu bisherigen Datensätzen, die nur statische Eingabe‑Ausgabe‑Paare liefern, zeichnet ARCTraj die zeitlich geordneten, objektbezogenen Aktionen auf, die zeigen, wie Menschen ihre Lösungen schrittweise entwickeln.
Mit rund 10.000 Trajektorien, die über die O2ARC-Webschnittstelle gesammelt wurden, deckt ARCTraj 400 Trainingsaufgaben des ARC‑AGI‑1‑Benchmarks ab. Jede Trajektorie enthält Aufgaben‑IDs, Zeitstempel und Erfolgskennzahlen, sodass Forscher die Entwicklung von Ideen und Strategien in Echtzeit nachvollziehen können.
Der Datensatz wird von einem einheitlichen Rahmen begleitet, der die Erfassung, Abstraktion von Aktionen, die Formulierung als Markov‑Entscheidungsprozess und die anschließende Lernphase umfasst. Dadurch lässt sich ARCTraj nahtlos in Reinforcement‑Learning‑Algorithmen, generative Modelle und Sequenz‑Modellierungstools wie PPO, World Models, GFlowNets, Diffusion‑Agenten und Decision Transformers integrieren.
Analyseergebnisse zu räumlicher Auswahl, Farbzuordnung und strategischer Konvergenz verdeutlichen die Struktur und Vielfalt menschlicher Denkwege. ARCTraj bietet damit eine strukturierte und interpretierbare Basis, um menschliches Denken zu untersuchen, Erklärbarkeit zu fördern und die Entwicklung von allgemeineren, ausgerichteten Intelligenzen zu unterstützen.