Quantisation Reshapes the Metacognitive Geometry of Language Models
यह शोध पत्र यह प्रदर्शित करता है कि मॉडल क्वांटाइजेशन (quantization), अंतर्निहित भेदभाव संकेतों (discrimination signals) को प्रभावित किए बिना M-अनुपात सामान्यीकरणों (M-ratio normalizations) को बदलकर, LLMs में डोमेन-स्तरीय मेटाकॉग्निटिव दक्षता प्रोफाइलों को मौलिक रूप से पुनर्गठित करता है, जिससे इन्फरेंस फॉर्मेट (inference format) पर विश्वास-आधारित डायग्नोस्टिक्स की एक महत्वपूर्ण निर्भरता का पता चलता जिसे डोमेन-कंडीशनल ट्रेनिंग के माध्यम से हल नहीं किया जा सकता है।