추상 및 추론 코퍼스 (Abstraction and Reasoning Corpus, ARC)는 모델이 몇 가지 입출력 예시로부터 보지 못한 변환 (transformation)을 추론하고 이를 새로운 그리드 (grid)에 적용할 수 있는지 테스트합니다. 루프형 시각적 추론기 (Looped visual reasoners)는 여러 번의 반복 (iterations)을 통해 예측을 정교화하지만, 기존의 학습 방식은 최종 출력만을 제약하며 중간 단계의 정교화 과정은 제약하지 않은 채로 남겨둡니다. 우리는 이러한 정교화 과정이 변환 단계를 단계별로 따라야 한다고 제안합니다. 우리는 의미론적으로 단조로운 변환 체인 (semantically monotonic transformation chains)으로 학습된 루프형 시각적 추론기인 TraceViT를 소개합니다. 우리는 프로그래밍 방식의 작업 구현을 다시 작성하고 검증함으로써 이러한 체인을 얻으며, 각 솔루션을 중간 그리드 상태로 분해합니다. 각 반복은 퓨샷 데몬스트레이션 (few-shot demonstrations)에서 유도된 작업 참조 (task reference)와 현재 그리드 상태를 나타내는 객체 워크스페이스 (object workspace)에 의해 근거가 부여됩니다 (grounded). 이러한 체인은 루프의 길이와 다를 수 있기 때문에, 소프트 추적 정렬 (soft trace alignment)은 오직 그 순서만을 강제하여 모델이 반복 횟수를 자유롭게 할당할 수 있도록 합니다. TraceViT는 ARC-AGI-1에서 67.8%의 pass@2를, ARC-AGI-2에서 24.3%를 달성했습니다. ARC-AGI-1에 대한 통제된 절제 연구 (Controlled ablations) 결과, 추적 감독 (trace supervision)은 근거 부여 (grounding)와 결합될 때만 유익해지는 것으로 나타났습니다. 코드와 데이터는 https://github.com/LiuBinnan/TraceViT 에서 확인할 수 있습니다.