Capturing LLM Capabilities via Evidence-Calibrated Query Clustering
यह शोध पत्र ECC को प्रस्तुत करता है, जो एक साक्ष्य-कैलिब्रेटेड (evidence-calibrated) क्वेरी क्लस्टरिंग एल्गोरिदम है जो पोस्टीरियर मॉडल तुलनाओं के माध्यम से सिमेंटिक एम्बेडिंग्स को परिष्कृत करके सतही अर्थ (surface-level semantics) और लेटेंट क्षमता आवश्यकताओं (latent capability requirements) के बीच के अंतर को पाटता है, जिससे मौजूदा बेसलाइन की तुलना में LLM क्षमता रैंकिंग और रूटिंग प्रदर्शन में महत्वपूर्ण सुधार होता है।