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 primitivas
  • ANALYSIS.md — Análisis detallado de convergencia y recomendaciones

Dependencias

numpy scipy onnx onnxruntime

Ver ANALYSIS.md para el análisis completo de convergencia y gaps.

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support