ARC Fill Lab — Flood Fill, Cavity Fill & CCL en ONNX Estático
Primitivas de relleno para ARC (Abstraction and Reasoning Corpus) implementadas como operaciones ONNX estáticas (sin loops dinámicos).
Primitivas
| Operación | ONNX Ops | Pasos | Tamaño |
|---|---|---|---|
| Flood Fill | MaxPool(3×3) + Mul + Max | 29 | 5.9 KB |
| Cavity Fill | Border seed → FloodFill → Sub | 29 | 13.7 KB |
| CCL | Neg → MaxPool → Neg → Where | 29 | 8.5 KB |
| Selective Fill | Seed + Mask + FloodFill(radius) | 1-3 | ~0.5 KB |
| Voronoi Fill | GroupedConv(10ch) × 29 | 29 | ~8 KB |
Total: ~37 KB (2.4% del budget de 1.44 MB)
Insight clave
MaxPool(3×3, pad=1, stride=1) = dilatación morfológica 8-connected.
Todas las primitivas de fill se reducen a esta operación repetida.
Uso
# Tests completos
python lab_fill_enhanced.py test
# Exportar modelos ONNX
python lab_fill_enhanced.py export
# Analizar task ARC específica
python lab_fill_enhanced.py task381.json
# Clasificar batch de tasks
python lab_fill_enhanced.py batch /path/to/tasks/ 400
Archivos
lab_fill_enhanced.py— Laboratorio completo con todas las primitivasANALYSIS.md— Análisis detallado de convergencia y recomendaciones
Dependencias
numpy scipy onnx onnxruntime
Ver ANALYSIS.md para el análisis completo de convergencia y gaps.
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support