🔢 mathematics

DT-PBO: an Interpretable Tree-based Surrogate Model for Preferential Bayesian Optimization

यह शोध पत्र DT-PBO का प्रस्ताव करता है, जो प्रिफरेंशियल बेयसियन ऑप्टिमाइज़ेशन (Preferential Bayesian Optimization) के लिए एक नवीन व्याख्या योग्य ट्री-आधारित सरोगेट मॉडल है, जो पारंपरिक गॉसियन प्रोसेस-आधारित दृष्टिकोणों की व्याख्यात्मकता संबंधी सीमाओं को संबोधित करते हुए, निर्णय लेने वाले की प्राथमिकताओं में पारदर्शी अंतर्दृष्टि प्रदान करते हुए प्रतिस्पर्धी प्रदर्शन और मजबूती प्राप्त करता है।

मूल लेखक: Nick Leenders, Thomas Quadt, Boris Cule, Roy Lindelauf, Herman Monsuur, Joost van Oijen, Mark Voskuijl

प्रकाशित 2026-05-11

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nick Leenders, Thomas Quadt, Boris Cule, Roy Lindelauf, Herman Monsuur, Joost van Oijen, Mark Voskuijl

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप अपने किसी मित्र के लिए केक का सबसे उत्तम टुकड़ा खोजने की कोशिश कर रहे हैं। आप उनसे हर केक को 1 से 10 के पैमाने पर रेट करने के लिए नहीं कहते (क्योंकि यह कठिन और भ्रमित करने वाला है)। इसके बजाय, आप सरल प्रश्न पूछते हैं: "क्या आप चॉकलेट या गाजर (कैरट) पसंद करेंगे?" "चॉकलेट या वैनिला के बारे में क्या ख्याल है?"

यही प्रिफरेंशियल बायेसियन ऑप्टिमाइज़ेशन (PBO) का मूल है: "A या B?" वाले प्रश्नों की एक श्रृंखला पूछकर सबसे "सर्वश्रेष्ठ" विकल्प खोजना।

लंबे समय से, कंप्यूटर इस समस्या को हल करने के लिए गौसियन प्रोसेस (GPs) का उपयोग करते रहे हैं। एक GP को एक अत्यंत बुद्धिमान लेकिन रहस्यमय जादूगर के रूप में सोचें। वह अद्भुत सटीकता के साथ सबसे अच्छे केक की भविष्यवाणी कर सकता है, लेकिन वह अपने तर्क को एक "ब्लैक बॉक्स" के भीतर रखता है। यदि आप जादूगर से पूछते हैं, "आपने चॉकलेट केक क्यों चुना?" तो वह कह सकता है, "सामग्री के बीच की दूरी से जुड़े एक जटिल गणितीय सूत्र के कारण।" यदि आपको एक डॉक्टर, एक न्यायाधीश या एक संदेही रोगी को अपने चुनाव के बारे में समझाना हो, तो यह बहुत मददगार नहीं है।

यह शोध पत्र DT-PBO पेश करता है, जो इस समस्या को हल करने का एक नया तरीका है। एक रहस्यमय जादूगर के बजाय, DT-PBO एक डिसीजन ट्री (निर्णय वृक्ष) का उपयोग करता है।

द ट्री एनालॉजी: प्राथमिकताओं का एक फ्लोचार्ट

एक विशाल फ्लोचार्ट (एक पेड़) की कल्पना करें जो दीवार पर लटका हुआ है।

शाखाएँ (Branches) प्रश्न हैं: पेड़ ऊपर से एक प्रश्न के साथ शुरू होता है जैसे, "क्या केक चॉकलेट है?"
पत्तियाँ (Leaves) उत्तर हैं: जैसे-जैसे आप शाखाओं के नीचे जाते हैं, आप अंततः एक "पत्ती" (एक शाखा का अंत) तक पहुँचते हैं। यह पत्ती आपको "उपयोगिता" (utility) बताती है (कि निर्णय लेने वाला उस प्रकार के केक को कितना पसंद करता है) और अनिश्चितता का एक छोटा सा हिस्सा भी देती है (जैसे, "हमें 90% यकीन है कि वे इसे पसंद करते हैं")।

DT-PBO इस पेड़ को सीधे "A या B?" के उत्तरों से बनाता है। यह अनुमान नहीं लगाता; यह डेटा को देखता है और पूछता है, "कौन सा प्रश्न 'विजेताओं' को 'हारने वालों' से सबसे अच्छी तरह अलग करता है?"

यह कैसे काम करता है (जादुई ट्रिक)

द स्प्लिटिंग ह्यूरिस्टिक (जासूस): एल्गोरिदम सभी तुलनाओं को देखता है। यदि अधिकांश लोग जो "गाजर" की तुलना में "चॉकलेट" पसंद करते हैं, वे "वैनिला" की तुलना में भी "चॉकलेट" पसंद करते हैं, तो पेड़ "चॉकलेट" के लिए एक शाखा बनाता है। यह सबसे तार्किक अगले प्रश्न खोजने के लिए "कंसिस्टेंसी स्कोर" नामक एक विशेष गणितीय ट्रिक का उपयोग करता है।
द लीव्स (क्रिस्टल बॉल): एक बार जब पेड़ बन जाता है, तो शाखाओं के अंत (पत्तियाँ) केवल साधारण "हाँ/नहीं" उत्तर नहीं होते हैं। उनमें एक प्रोबेबिलिटी डिस्ट्रीब्यूशन (प्रायिकता वितरण) होता है। इसका अर्थ है कि पेड़ कह सकता है, "डेटा के आधार पर, विकल्पों का यह समूह सबसे अच्छा होने की संभावना है, लेकिन एक छोटी सी संभावना है कि हम गलत हैं।" यह सिस्टम को सीखते रहने और बेहतर प्रश्न पूछने की अनुमति देता है।
द "स्ट्रैडलर" ट्रिक: कभी-कभी, वस्तुओं का एक जोड़ा (जैसे, एक चॉकलेट केक और एक गाजर का केक) दो शाखाओं के बीच की रेखा पर आ जाता है। DT-PBO पेड़ की संरचना बनाने के दौरान इन "स्ट्रैडलर्स" को चतुराई से अनदेखा कर देता है। क्यों? क्योंकि मुख्य विभाजन (चॉकलेट बनाम गाजर) ने पहले ही विजेता तय कर दिया है। उन्हें अनदेखा करने से पेड़ छोटा, सरल और पढ़ने में आसान रहता है, बिना महत्वपूर्ण जानकारी खोए।

यह क्यों मायने रखता है?

यह शोध पत्र तीन मुख्य बातें दावा करता है:

यह पारदर्शी है ("ग्लास बॉक्स"): जादूगर (GP) के विपरीत, आप पेड़ को देख सकते हैं और समझ सकते हैं कि निर्णय क्यों लिया गया था। आप पथ का अनुसरण कर सकते हैं: "सिस्टम ने इसे इसलिए चुना क्योंकि उपयोगकर्ता समुद्री भोजन पसंद करता है, अधिक तैलीयता को नापसंद करता है, और कम कीमतों को प्राथमिकता देता है।" यह स्वास्थ्य सेवा या रक्षा जैसे उच्च-दांव वाले क्षेत्रों के लिए महत्वपूर्ण है, जहाँ आप केवल एक ब्लैक बॉक्स पर भरोसा नहीं कर सकते।
यह तेज़ और मजबूत है: लेखकों ने आठ अलग-अलग "लैंडस्केप" (गणितीय समस्याओं) पर DT-PBO का परीक्षण किया।
- चिकने, आसान लैंडस्केप पर, इसने जादूगर के समान प्रदर्शन किया।
- "रग्ड" (ऊबड़-खाबड़) लैंडस्केप पर (जहाँ सबसे अच्छा उत्तर एक ऊबड़-खाबड़, ऊँची-नीची जमीन में छिपा होता है), DT-PBO ने जादूगर से बेहतर प्रदर्शन किया।
- यह बहुत तेज़ भी था (10 से 400 गुना तेज़) क्योंकि इसे हर एक कदम के लिए भारी, जटिल गणित करने की आवश्यकता नहीं होती है।
वास्तविक दुनिया का प्रमाण:
- सुशी: उन्होंने व्यक्ति की पसंदीदा सुशी खोजने के लिए इसका उपयोग किया। पेड़ ने खुलासा किया कि क्यों (जैसे, "यह उपयोगकर्ता समुद्री भोजन पसंद करता है लेकिन उच्च तैलीयता से नफरत करता है"), जो एक ब्लैक बॉक्स नहीं कर सका।
- मरीज के संदेश: मरीज के संदेशों से जुड़े एक उच्च-दांव वाले परीक्षण में, पेड़ ने डॉक्टरों को तत्काल मामलों को प्राथमिकता देने में मदद की। पेड़ ने दिखाया कि "सीने में दर्द" और "श्वसन संकट" तात्कालिकता के मुख्य चालक थे। यह महत्वपूर्ण है क्योंकि एक डॉक्टर को यह जानने की आवश्यकता होती है कि किसी संदेश को आपात स्थिति के रूप में क्यों चिह्नित किया गया, न कि केवल यह कि इसे चिह्नित किया गया था।

सीमाएं (शोध पत्र की ईमानदार चेतावनियाँ)

लेखक सावधानीपूर्वक नोट करते हैं कि उनका पेड़ कहाँ संघर्ष कर सकता है:

उच्च आयाम (High Dimensions): यदि आपके पास बहुत अधिक विशेषताएं (7 या 8 से अधिक) हैं, तो पेड़ थोड़ा भटक जाता है, विशेष रूप से चिकनी समस्याओं पर। "जादूगर" (GP) अभी भी बहुत चिकने, उच्च-आयामी वक्रों को संभालने में बेहतर है।
उदासीनता (Indifference): मॉडल यह मान लेता है कि आपकी हमेशा एक प्राथमिकता होती है (A, B से बेहतर है)। यह अभी तक "मुझे फर्क नहीं पड़ता" (A, B के बराबर है) को अच्छी तरह से नहीं संभाल पाता है।

सारांश

DT-PBO एक रहस्यमय, हाई-टेक GPS को बदलने जैसा है जो केवल "बाएं मुड़ें" कहता है, और इसके बजाय एक स्पष्ट, हाथ से बना मानचित्र प्रदान करता है जो बताता है, "बाएं मुड़ें क्योंकि आगे एक अवरोध है।" यह बिल्कुल उसी तरह से सबसे अच्छा समाधान खोजता है (और कभी-कभी कठिन इलाकों पर बेहतर भी करता है), लेकिन यह ऐसे तरीके से करता है जिसे मनुष्य वास्तव में समझ सकते हैं, भरोसा कर सकते हैं और सत्यापित कर सकते हैं।

तकनीकी सारांश: DT-PBO – प्रिफरेंशियल बेयसियन ऑप्टिमाइजेशन के लिए एक व्याख्या योग्य ट्री-आधारित सरोगेट मॉडल

1. समस्या विवरण

प्रिफरेंशियल बेयसियन ऑप्टिमाइजेशन (PBO) का लक्ष्य खोज स्थान (search space) के भीतर एक निर्णय लेने वाले (decision-maker - DM) के सबसे पसंदीदा समाधान को न्यूनतम संभव युग्म तुलनाओं (pairwise comparisons - PCs) का उपयोग करके पहचानना है। जबकि मौजूदा PBO विधियाँ मुख्य रूप से गॉसियन प्रोसेस (GP) सरोगेट्स पर निर्भर करती हैं, इन मॉडलों में एक महत्वपूर्ण सीमा है: व्याख्यात्मकता (interpretability) का अभाव। GPs ब्लैक-बॉक्स मॉडल के रूप में कार्य करते हैं, जिससे निर्णय लेने वालों के लिए यह समझना कठिन हो जाता है कि कुछ समाधानों को क्यों पसंद किया गया। यह अपारदर्शिता उच्च-जोखिम वाले क्षेत्रों (जैसे स्वास्थ्य सेवा, रक्षा) में एक महत्वपूर्ण बाधा है जहाँ नियामक ढांचे (जैसे यूरोपीय संघ का GDPR) और नैतिक दिशा-निर्देश (जैसे NATO की जिम्मेदार AI रणनीति) स्पष्टीकरण (explainability) को अनिवार्य बनाते हैं। इसके अलावा, GPs के लिए पोस्ट-हॉक स्पष्टीकरण विधियाँ अक्सर मूल मॉडल के प्रति निष्ठावान नहीं होती हैं, जो भ्रामक अंतर्दृष्टि प्रदान कर सकती हैं।

यह शोध पत्र एक ऐसे सरोगेट मॉडल की आवश्यकता को संबोधित करता है जो अंतर्निहित रूप से व्याख्या योग्य (inherently interpretable) हो और साथ ही अनिश्चितता को मॉडल करने और सक्रिय शिक्षण (active learning/sample efficiency) का समर्थन करने की क्षमता रखता हो।

2. कार्यप्रणाली: DT-PBO

लेखक DT-PBO का प्रस्ताव करते हैं, जो विशेष रूप से PBO के लिए डिज़ाइन किया गया एक नया डिसीजन ट्री (DT) आधारित सरोगेट मॉडल है। मानक डिसीजन ट्री के विपरीत, जो वर्गीकरण या रैंकिंग डेटा पर प्रशिक्षित होते हैं, DT-PBO सीधे युग्म तुलना डेटा से सीखता है। यह विधि मानक PBO अनुकूलन लूप (चित्र 1) का अनुसरण करती है लेकिन GP सरोगेट के स्थान पर एक ट्री-आधारित संरचना का उपयोग करती है।

2.1 स्थान का विभाजन (विभाजन ह्यूरिस्टिक)

मुख्य नवाचार एक कंसिस्टेंसी स्कोर (Consistency Score) विभाजन ह्यूरिस्टिक है, जिसे रैंकिंग लेबल के बजाय प्रेक्षित प्राथमिकताओं के आधार पर फीचर स्पेस को विभाजित करने के लिए डिज़ाइन किया गया है।

तंत्र: एक नोड $A$ के लिए जिसमें तुलनाओं का एक सेट $D_A$ है, एल्गोरिदम संभावित विभाजनों (फीचर इंडेक्स $k$ और थ्रेशोल्ड $t$ ) का मूल्यांकन करता है।
कंसिस्टेंसी स्कोर ( $S_A$ ): एक विभाजन को इस आधार पर स्कोर किया जाता है कि वह "विजेताओं" को "हारने वालों" से कितनी अच्छी तरह अलग करता है। विशेष रूप से, यह एक वेरिएबल $Z_i(s)$ के अनुभवजन्य माध्य (empirical mean) की गणना करता है, जो $+1$ है यदि विजेता विभाजन के एक तरफ है और हारने वाला दूसरी ओर है, $-1 $है यदि स्थिति उलट है, और$ 0$ है यदि दोनों एक ही ओर हैं। स्कोर इस माध्य का निरपेक्ष मान (absolute value) है।
स्ट्रैडलर बहिष्करण (Straddler Exclusion): एक प्रमुख संरचनात्मक विशेषता "स्ट्रैडलर्स" (वे जोड़े जहाँ एक आइटम बाएं चाइल्ड में और दूसरा दाएं चाइल्ड में आता है) को वंशज विभाजनों (descendant splits) के लिए उपयोग किए जाने वाले डेटासेट से बाहर करना है। लेखक गणितीय रूप से तर्क देते हैं कि स्ट्रैडलर्स में एक बार पैरेंट स्प्लिट स्थापित हो जाने के बाद चाइल्ड नोड्स की आंतरिक संरचना के बारे में कोई जानकारी नहीं होती है। यह बहिष्करण स्वाभाविक रूप से ट्री के विकास को नियंत्रित करता है, जिससे बिना किसी आक्रामक हाइपरपैरामीटर ट्यूनिंग के उथले, व्याख्या योग्य ट्री को प्राथमिकता मिलती है।

2.2 लीफ पैरामीटर अनुमान (Leaf Parameter Estimation)

एक बार ट्री संरचना निर्धारित हो जाने के बाद, मॉडल सक्रिय शिक्षण (active learning) का समर्थन करने के लिए प्रत्येक लीफ (leaf) को एक संभाव्य अनुमान (probabilistic estimate) आवंटित करता है।

संभाव्य लीफ (Probabilistic Leaves): प्रत्येक लीफ $j$ को एक गाऊसीय वितरण (Gaussian distribution) के रूप में मॉडल किया जाता जिसका माध्य $f_j$ है।
लाप्लास एप्रोक्सिमेशन (LA): लेखक एक बेयसियन दृष्टिकोण अपनाते हैं जहाँ लीफ्स के बीच के लेटेंट यूटिलिटी मान एक संयुक्त मल्टीवेरिएट गाऊसीय प्रायर (joint multivariate Gaussian prior) का पालन करते हैं। वे मैक्सिमम ए पोस्टीरियर (MAP) अनुमान और पोस्टीरियर कोवेरिएंस खोजने के लिए लाप्लास एप्रोक्सिमेशन का उपयोग करते हैं।
आइडेंटिफिएबिलिटी (Identifiability): युग्म संभावनाओं (pairwise likelihoods) में निहित ट्रांसलेशनल इनवेरिएंस (जहाँ सभी यूटिलिटीज में एक स्थिरांक जोड़ने से प्राथमिकताएं नहीं बदलती हैं) को हल करने के लिए, एक सम-टू-जीरो (sum-to-zero) प्रतिबंध ( $\sum f_i = 0$ ) लागू किया जाता है। यह सुनिश्चित करता है कि मॉडल आइडेंटिफिएबल है और स्थिरांक-शिफ्ट दिशा में अपरिहार्य विचरण (irreducible variance) को हटाता है।
हाइपरपैरामीटर्स: मॉडल शोर विचरण और प्रायर विचरण के अनुपात ( $\sigma^2_{noise}/\sigma^2_{prior}$ ) पर निर्भर करता है, जो अनुकूलन को नियंत्रित करने वाला एकमात्र पहचाने जाने योग्य पैरामीटर है।

2.3 सक्रिय शिक्षण (Active Learning)

मॉडल अगले सबसे सूचनात्मक युग्म तुलना को चुनने के लिए qEUBO (एक्सपेक्टेड यूटिलिटी ऑफ बेस्ट ऑप्शन) एक्विजिशन फंक्शन का उपयोग करता है।

इंटर-लीफ बनाम इंट्रा-लीफ: जबकि qEUBO अलग-अलग लीफ्स के बीच तुलनाओं को प्रभावी ढंग से चुनता है, यह एक ही लीफ के भीतर विफल हो जाता है (जहाँ प्रेडिक्टिव मीन स्थिर रहता है)। इसे संबोधित करने के लिए, लेखक डिस्क्रीट सेटिंग्स में विदिन-लीफ प्रायोरिटाइजेशन (within-leaf prioritization) के लिए एक ह्यूरिस्टिक का उपयोग करते हैं, जो वर्तमान में सर्वोत्तम विकल्प वाले लीफ पर अन्वेषण (exploration) केंद्रित करता है।

3. मुख्य योगदान

ट्री-आधारित प्रेफरेंस लर्निंग: एक नया कंसिस्टेंसी-आधारित विभाजन ह्यूरिस्टिक और संभाव्य लीफ अनुमान का उपयोग करके सीधे युग्म तुलना डेटा से व्याख्या योग्य डिसीजन ट्री सीखने वाला एल्गोरिदम विकसित करना।
संख्यात्मक मूल्यांकन: अनुभवजन्य सत्यापन जो दिखाता है कि DT-PBO, अवस्था-स्थापित (state-of-the-art) GP-आधारित मॉडलों (SkewGP और LA-आधारित GP) के साथ प्रतिस्पर्धी अभिसरण (convergence) प्राप्त करता है, विशेष रूप से रग्ड ऑप्टिमाइजेशन लैंडस्केप (जैसे De Jong, Holder, Schwefel) वाली फलनों पर। यह विधि GPs की तुलना में काफी तेज़ कम्प्यूटेशनल रनिंग टाइम (10–400x तेज़) प्रदर्शित करती है।
वास्तविक जीवन के केस स्टडीज: मॉडल की व्याख्यात्मकता और उपयोगिता को दो अलग-अलग परिदृश्यों में प्रदर्शित करना:
- सुशी प्राथमिकताएं (Sushi Preferences): यह दिखाना कि मॉडल उपयोगकर्ता की प्राथमिकताओं को रिकवर कर सकता है और अनदेखे आइटम्स पर सामान्यीकरण (generalize) कर सकता है।
- पेशेंट मैसेज रैंकिंग (PMR): एक उच्च-जोखिम वाला क्लिनिकल ट्राइएज कार्य जहाँ मॉडल उन विशिष्ट विशेषताओं (जैसे "रेड फ्लैग सिंड्रोम", "मैसेज एक्शनेबिलिटी") की पहचान करता है जो तात्कालिकता (urgency) को संचालित करती हैं, जो ब्लैक-बॉक्स LLM या GP दृष्टिकोणों के लिए अस्पष्ट होती हैं।

4. परिणाम

अभिसरण (Convergence): आठ बेंचमार्क फलनों में, DT-PBO प्रतिस्पर्धी प्रदर्शन करता है। यह स्मूथ, नॉन-रग्ड फलनों (जैसे Rosenbrock, Hartmann) पर थोड़ा कम प्रदर्शन करता है लेकिन रग्ड फलनों पर GPs को पछाड़ता है या उनके बराबर रहता है।
दक्षता (Efficiency): DT-PBO कम्प्यूटेशनल रूप से श्रेष्ठ है, जिसका रनिंग टाइम 200 इटरेशन के लिए ~12 सेकंड है, जबकि GP वेरिएंट के लिए यह सैकड़ों या हजारों सेकंड तक होता है। यह कर्नेल लेंथस्केल्स के लिए हाइपरपैरामीटर ऑप्टिमाइजेशन से बचने और हेशियन मैट्रिक्स (Hessian matrix) के आकार को अद्वितीय आइटम्स ( $m$ ) से लीफ्स की संख्या ( $m_l$ ) तक कम करने के कारण है।
मजबूती (Robustness): मॉडल प्राथमिकताओं के शोर (noise) के प्रति मजबूत है और शोर/प्रायर अनुपात हाइपरपैरामीटर में छोटे बदलावों के प्रति असंवेदनशील है।
व्याख्यात्मकता (Interpretability): केस स्टडीज में, परिणामी ट्री (गहराई 4–6) स्पष्ट, मानव-पठनीय नियम (जैसे "यदि सीने में दर्द मौजूद है, तो प्राथमिकता दें") प्रदान करते हैं जो डोमेन ज्ञान के साथ संरेखित होते हैं, जैसा कि GPs या लार्ज लैंग्वेज मॉडल्स (LLMs) के ब्लैक-बॉक्स आउटपुट में नहीं होता है।

5. महत्व और सीमाएं

शोध पत्र का दावा है कि DT-PBO, PBO में ब्लैक-बॉक्स GP सरोगेट्स के लिए एक व्यवहार्य, अंतर्निहित रूप से व्याख्या योग्य विकल्प प्रदान करता है। इसका महत्व सैंपल-एफिशिएंट ऑप्टिमाइजेशन और महत्वपूर्ण निर्णय लेने वाले डोमेन में स्पष्टीकरण की आवश्यकता के बीच के अंतर को पाटने में निहित है। पारदर्शी मॉडल प्रदान करके, यह निर्णय लेने वालों को उनकी प्राथमिकताओं को अधिक विश्वास के साथ रिफाइन करने की अनुमति देता है।

लेखकों द्वारा स्वीकार की गई सीमाएं:

उदासीनता (Indifference): वर्तमान मॉडल उदासीनता कथनों ( $A \sim B$ ) को स्पष्ट रूप से मॉडल नहीं कर सकता है।
उच्च आयाम (High Dimensions): गैर-रग्ड फलनों पर आयामीता बढ़ने के साथ ( $D > 7$ ) प्रदर्शन घट जाता है, जो संभवतः उच्च-आयामी स्मूथ फलनों में सामान्य जटिल, डायगोनल निर्णय सीमाओं के साथ एक्सिस-अलाइन्ड (axis-aligned) डिसीजन ट्री स्प्लिट्स के संघर्ष के कारण है।
फीचर एक्सट्रैक्शन: PMR केस स्टडी में, अंतिम मॉडल की गुणवत्ता फीचर एक्सट्रैक्शन के लिए उपयोग किए गए LLM की विश्वसनीयता पर निर्भर करती है।

लेखक निष्कर्ष निकालते हैं कि जबकि सीमाएं मौजूद हैं, DT-PBO सफलतापूर्वक यह प्रदर्शित करता है कि व्याख्या योग्य सरोगेट मॉडल PBO में प्रतिस्पर्धी प्रदर्शन प्राप्त कर सकते हैं, विशेष रूप से उन परिदृश्यों में जहाँ व्याख्यात्मकता तैनाती (deployment) के लिए एक पूर्व शर्त है।