早期为机器加入高级推理的工作一直围绕着视觉问答（VQA）展开，但VQA所需的推理能力只处于认知能力测试圈的边缘。为了突破当前视觉推理能力的极限，UCLA朱松纯团队基于一项更难的人类视觉推理任务——瑞文测试（RPM，例如《行测》中的图形推理题）构建了关系和类比视觉推理数据集RAVEN。与之前使用RPM评估抽象推理能力的工作不同，他们通过提供结构表征来建立视觉和推理之间的语义联系。通过对结构表征进行联合操作，可以实现新型的抽象推理。