💬 NLP

CAMO: A Class-Aware Minority-Optimized Ensemble for Robust Language Model Evaluation on Imbalanced Data

यह शोधपत्र CAMO को प्रस्तुत करता है, जो एक नवीन क्लास-अवेयर माइनॉरिटी-ऑप्टिमाइज्ड एनसेंबल फ्रेमवर्क है जो पदानुक्रमित वोट वितरण (hierarchical vote distribution), कॉन्फिडेंस कैलिब्रेशन और इंटर-मॉडल अनसर्टेन्टी के माध्यम से गतिशील रूप से माइनॉरिटी क्लास के प्रदर्शन को बढ़ाता है, और असंतुलित लैंग्वेज मॉडल बेंचमार्क पर मौजूदा विधियों की तुलना में बेहतर मैक्रो F1-स्कोर प्रदर्शित करता है।

मूल लेखक: Mohamed Ehab (Faculty of Computer Science, October University for Modern Science & Arts, Giza, Egypt), Ali Hamdi (Faculty of Computer Science, October University for Modern Science & Arts, Giza, Egypt

प्रकाशित 2026-04-10

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mohamed Ehab (Faculty of Computer Science, October University for Modern Science & Arts, Giza, Egypt), Ali Hamdi (Faculty of Computer Science, October University for Modern Science & Arts, Giza, Egypt), Khaled Shaban (Department of Computer Science and Engineering, Qatar University, Doha, Qatar)

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

यहाँ CAMO पेपर का विवरण दिया गया है, जिसे सरल भाषा और रचनात्मक उपमाओं (analogies) के माध्यम से समझाया गया है।

बड़ी समस्या: "शोर मचाने वाला बहुमत" (The "Loud Majority")

कल्पना कीजिए कि 100 छात्रों की एक कक्षा है। उनमें से 90 बहुत शोर मचाते हैं और लगातार "गणित" (Math) के बारे में बात करते हैं। बाकी 10 छात्र शांत हैं और केवल "कला" (Art) के बारे में बात करते हैं।

यदि आप कक्षा से पूछें, "सबसे लोकप्रिय विषय क्या है?" और आप केवल एक साधारण वोट (Majority Voting) लेते हैं, तो उत्तर हमेशा "गणित" ही होगा। शांत "कला" वाले छात्रों को अनदेखा कर दिया जाता है, भले ही उनके विचार उतने ही महत्वपूर्ण क्यों न हों।

आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में, इसे क्लास इम्बैलेंस (Class Imbalance) कहा जाता है।

बहुसंख्यक वर्ग (Majority Class): सामान्य चीजें (जैसे "गणित" या "दुख" जैसी सामान्य भावनाएं)।
अल्पसंख्यक वर्ग (Minority Class): दुर्लभ लेकिन महत्वपूर्ण चीजें (जैसे "कला" या "आश्चर्य" या "प्रेम" जैसी दुर्लभ भावनाएं)।

पारंपरिक AI टीमें (जिन्हें एन्सेम्बल्स/Ensembles कहा जाता है) आमतौर पर उसी शोर मचाने वाली कक्षा की तरह व्यवहार करती हैं। वे बहुमत की बात सुनती हैं और अल्पमत को अनदेखा कर देती हैं। यह AI को दुर्लभ, महत्वपूर्ण चीजों को पहचानने में खराब बनाता है, जिससे इसकी समग्र निष्पक्षता और सटीकता कम हो जाती है।

समाधान: CAMO (The "Fairness Coach")

लेखकों ने CAMO (Class-Aware Minority-Optimized) नामक एक नई प्रणाली बनाई है। CAMO को केवल एक शिक्षक के रूप में नहीं, बल्कि एक विशेषज्ञ रेफरी के रूप में सोचें जो विभिन्न AI मॉडलों की एक टीम का प्रबंधन करता है।

केवल वोटों की गिनती करने के बजाय, CAMO एक निष्पक्षता कोच (Fairness Coach) की तरह कार्य करता है जिसके पास एक विशेष नियम पुस्तिका है: "यदि एक शांत छात्र (अल्पसंख्यक वर्ग) आत्मविश्वास के साथ अपनी बात रखता है, तो हमें उन्हें सुनना चाहिए, भले ही शोर मचाने वाले छात्र असहमत हों।"

CAMO कैसे काम करता है (7-चरणीय निर्णय प्रक्रिया)

कल्पना कीजिए कि CAMO एक हाई-टेक सुरक्षा गार्ड है जो संदिग्धों की सूची की जाँच कर रहा है। वह केवल भीड़ को नहीं देखता; वह यह सुनिश्चित करने के लिए एक 7-चरणीय पदानुक्रम (hierarchy) का उपयोग करता है कि किसी को भी अनदेखा न किया जाए:

सर्वसम्मति की जाँच (The Unanimity Check): यदि सभी एक निर्णय पर सहमत हैं, तो बहुत अच्छा। उसी के साथ आगे बढ़ें।
"शांत नायक" की जाँच (The "Quiet Hero" Check): यदि एक दुर्लभ वर्ग (जैसे "आश्चर्य") को कुछ वोट मिलते हैं, तो CAMO जाँचता है: "क्या ये वोट आत्मविश्वास से भरे हैं?" यदि हाँ, तो CAMO उनके स्कोर को बढ़ा देता है।
"एक आवाज" की जाँच (The "One Voice" Check): कभी-कभी, केवल एक मॉडल ही किसी दुर्लभ भावना को पहचान पाता है। यदि वह एक मॉडल बहुत आश्वस्त है, तो CAMO कहता है, "मैं इस एक आवाज पर भरोसा करता हूँ!" और उसे अतिरिक्त महत्व देता है।
"भ्रम" की जाँच (The "Confusion" Check): यदि पूरी टीम भ्रमित है (कम आत्मविश्वास या उच्च असहमति), तो CAMO को संदेह होता है। वह मान लेता है कि उत्तर शायद दुर्लभ वाला ही हो सकता है और सुरक्षा के लिए अल्पसंख्यक वर्गों को बढ़ावा देता है।
"बूस्ट" बटन (The "Boost" Button): यदि कोई अल्पसंख्यक वर्ग संघर्ष कर रहा है, तो CAMO एक गणितीय "बूस्ट" (जैसे उन्हें मेगाफोन देना) लागू करता है ताकि उनके वोट अधिक प्रभावशाली हो सकें।
"अंडरडॉग" की जाँच (The "Underdog" Check): यदि किसी अल्पसंख्यक वर्ग के पास अल्पसंख्यक विकल्पों में सबसे अधिक वोट हैं, तो CAMO उसे प्राथमिकता देता है।
बैकअप (The Fallback): यदि इनमें से कोई भी विशेष नियम लागू नहीं होता है, तो यह मानक बहुमत वोट पर वापस लौट आता है।

प्रयोग: कोच का परीक्षण

शोधकर्ताओं ने दो बहुत अलग और कठिन वास्तविक दुनिया की समस्याओं पर CAMO का परीक्षण किया:

"शिक्षक की ग्रेडिंग" परीक्षण (BEA 2025):
- कार्य: एक AI को छात्रों के निबंधों को ग्रेड करना है।
- समस्या: अधिकांश निबंध "अच्छे" या "बुरे" हैं, लेकिन एक बहुत ही छोटा, दुर्लभ वर्ग है जिसे "कुछ हद तक" (To some extent) कहा जाता है (जिसका अर्थ है "यह ठीक है, लेकिन...")। यह श्रेणी डेटा का केवल 7% है।
- परिणाम: मानक AI मॉडल इस "कुछ हद तक" श्रेणी को बार-बार मिस करते रहे। हालाँकि, CAMO ने इसे हर बार खोज निकाला, जो एक ऐसे शिक्षक की तरह काम करता है जो सूक्ष्म अंतर को कभी नहीं भूलता।
"इमोशन डिटेक्टिव" परीक्षण (DIAR-AI):
- कार्य: एक AI को यह अनुमान लगाना है कि कक्षा के दौरान एक छात्र कैसा महसूस कर रहा है।
- समस्या: छात्र आमतौर पर "खुश" या "दुखी" होते हैं। लेकिन कभी-कभी वे विषय के प्रति "आश्चर्य" या "प्रेम" महसूस करते हैं। ये दुर्लभ हैं।
- परिणाम: CAMO अन्य तरीकों की तुलना में "आश्चर्य" और "प्रेम" को पहचानने में बहुत बेहतर साबित हुआ, बिना सामान्य भावनाओं की सटीकता खोए।

यह क्यों मायने रखता है (मुख्य निष्कर्ष)

AI को रोगियों का निदान करने वाली डॉक्टरों की एक टीम के रूप में सोचें।

पुराना तरीका: टीम केवल सामान्य सर्दी-जुकाम का इलाज करती है क्योंकि वे 99% समय वही देखते हैं। वे दुर्लभ, खतरनाक बीमारियों को मिस कर देते हैं क्योंकि वे "सांख्यिकीय रूप से असंभावित" हैं।
CAMO का तरीका: टीम के पास एक विशेष प्रोटोकॉल है। यदि एक भी डॉक्टर किसी दुर्लभ बीमारी का संदेह करता है और आश्वस्त है, तो पूरी टीम रुक जाती है और इसकी गहराई से जाँच करती है।

मुख्य सबक:
CAMO यह सिद्ध करता है कि आपको सामान्य चीजों पर सटीक होने और दुर्लभ चीजों के प्रति निष्पक्ष होने के बीच किसी एक को चुनने की आवश्यकता नहीं है। एक स्मार्ट, पदानुक्रमित प्रणाली का उपयोग करके जो "शांत आवाजों" (अल्पसंख्यक वर्गों) को सुनती है, हम ऐसा AI बना सकते हैं जो सभी के लिए मजबूत, निष्पक्ष और सटीक हो, न कि केवल बहुमत के लिए।

संक्षेप में: CAMO यह सुनिश्चित करता है कि दुर्लभ और महत्वपूर्ण चीजों को सामान्य चीजों के शोर में दबाया न जा सके।

यहाँ शोध पत्र "CAMO: A Class-Aware Minority-Optimized Ensemble for Robust Language Model Evaluation on Imbalanced Data" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र मशीन लर्निंग में क्लास इम्बैलेंस (वर्ग असंतुलन) की गंभीर चुनौती को संबोधित करता है, विशेष रूप से लार्ज लैंग्वेज मॉडल्स (LLMs) और स्मॉल लैंग्वेज मॉडल्स (SLMs) के संदर्भ में।

मुख्य मुद्दा: पारंपरिक एन्सेम्बल विधियाँ (जैसे, मेजॉरिटी वोटिंग, कॉन्फिडेंस-वेटेड एवरेजिंग) स्वाभाविक रूप से बहुसंख्यक वर्गों (majority classes) का पक्ष लेती हैं। इससे अल्पसंख्यक वर्गों (minority classes) का हाशिए पर जाने का खतरा रहता है, जिसके परिणामस्वरूप मैक्रो-लेवल मेट्रिक्स (जैसे, मैक्रो F1-स्कोर) पर खराब प्रदर्शन होता है और उन क्षेत्रों में अनुचित परिणाम मिलते हैं जहाँ अल्पसंख्यक वर्ग सांख्यिकीय रूप से दुर्लभ लेकिन शैक्षणिक या सामाजिक रूप से महत्वपूर्ण होते हैं (जैसे, शैक्षिक फीडबैक में "कुछ हद तक" या भावना विश्लेषण में "आश्चर्य" और "प्रेम" जैसी विशिष्ट भावनाएँ)।
अंतराल (The Gap): मौजूदा एन्सेम्बल तकनीकों में अल्पसंख्यक संकेतों को शोर (noise) के रूप में देखे बिना उन्हें गतिशील रूप से पहचानने और बढ़ावा देने वाले तंत्रों का अभाव है। वर्तमान दृष्टिकोण अक्सर समग्र सटीकता के लिए अल्पसंख्यक प्रदर्शन का त्याग करते हैं, और रीजनिंग-ऑगमेंटेड विधियाँ भी असंतुलन के प्रति संवेदनशील बनी रहती हैं।

2. कार्यप्रणाली: CAMO फ्रेमवर्क (Methodology: The CAMO Framework)

लेखक CAMO (Class-Aware Minority-Optimized) का प्रस्ताव करते हैं, जो एक नवीन, डोमेन-अज्ञेय (domain-agnostic) एन्सेम्बल तकनीक है, जिसे एक पदानुक्रमित, बहु-चरणीय निर्णय प्रक्रिया (hierarchical, multi-stage decision process) के माध्यम से अल्पसंख्यक वर्ग के भविष्यवाणियों को संरक्षित करने और बढ़ाने के लिए डिज़ाइन किया गया है।

A. मुख्य घटक (Core Components)

CAMO अंतिम भविष्यवाणियाँ करने के लिए तीन प्राथमिक संकेतों को एकीकृत करता है:

वोट वितरण (Vote Distribution): प्रत्येक वर्ग के लिए मॉडल वोटों की गणना।
कॉन्फिडेंस कैलिब्रेशन (Confidence Calibration): व्यक्तिगत मॉडलों द्वारा दिए गए कॉन्फिडेंस स्कोर ( $p_m$ ) का विश्लेषण।
इंटर-मॉडल अनिश्चितता (Inter-Model Uncertainty): एन्सेम्बल के सदस्यों के बीच असहमति और फैलाव का माप।

B. पदानुक्रमित निर्णय पाइपलाइन (The Hierarchical Decision Pipeline)

CAMO अंतिम क्लास लेबल निर्धारित करने के लिए एक 7-चरणीय पदानुक्रमित समीक्षा (7-stage hierarchical review) का उपयोग करता है। यह प्रक्रिया पहली संतुष्ट शर्त पर रुक जाती है, जो अल्पसंख्यक संरक्षण को प्राथमिकता देती है:

सर्वसम्मति (Unanimity): यदि सभी मॉडल सहमत हैं ( $V(c) = M$ ), तो उस वर्ग को चुना जाता है।
मजबूत अल्पसंख्यक सर्वसम्मति (Strong Minority Consensus): यदि अल्पसंख्यक वर्ग वोट गणना ( $\ge \theta$ ) और औसत कॉन्फिडेंस ( $\bar{p}$ ) के लिए विशिष्ट थ्रेसहोल्ड को पूरा करते हैं, या यदि एक उच्च-कॉन्फिडेंस वोट मौजूद है, तो उन्हें बढ़ावा दिया जाता है।
विलगित उच्च-कॉन्फिडेंस अल्पसंख्यक वोट (Isolated High-Confidence Minority Vote): यदि एक एकल अल्पसंख्यक वोट का कॉन्फिडेंस बहुत अधिक है ( $p_{max} > \tau$ ) जबकि समग्र एन्सेम्बल कॉन्फिडेंस कम है (जो अनिश्चितता का संकेत देता है), तो उसे प्राथमिकता दी जाती है।
अनिश्चितता-ट्रिगर प्राथमिकता (Uncertainty-Triggered Prioritization): यदि एन्सेम्बल अनिश्चित है (कम औसत कॉन्फिडेंस या उच्च भिन्नता), तो कम से कम एक वोट वाले अल्पसंख्यक वर्गों को प्राथमिकता दी जाती है।
बूसटिंग के साथ कॉन्फिडेंस-वेटेड एग्रीगेशन (Confidence-Weighted Aggregation with Boosting): प्रत्येक वर्ग के लिए एक स्कोर $S(c)$ की गणना की जाती है। अल्पसंख्यक वर्गों ( $c \in C_{min}$ ) के लिए, एक डायनेमिक बूसट फंक्शन $\beta$ लागू किया जाता है, जो वोट गणना और कम औसत कॉन्फिडेंस के आधार पर स्कोर को बढ़ाता है।
प्रतिस्पर्धी प्रभुत्व के तहत अल्पसंख्यक वोट (Minority Vote Under Competitive Dominance): यदि किसी अल्पसंख्यक वर्ग में उच्चतम वोट गणना और एक उच्च-कॉन्फिडेंस वोट है, तो वह बहुमत को ओवरराइड कर देता है।
मानक बहुमत नियम (Standard Majority Rule): यदि कोई पिछला शर्त पूरा नहीं होता है, तो एकत्रित स्कोर के मानक argmax का उपयोग किया जाता है।

C. डायनेमिक बूसटिंग फंक्शन (Dynamic Boosting Function)

अल्पसंख्यक वर्गों के लिए बूसट टर्म $B_c(v, \bar{p})$ को इस प्रकार परिभाषित किया गया है:
$B_c(v, \bar{p}) = \min \left( \beta_{base}^c + \sum_{i=1}^4 \alpha_i^c I[\text{condition}_i], \beta_{max}^c \right)$
यह फंक्शन उन स्थितियों के आधार पर वृद्धि को ट्रिगर करता है जैसे कि $\ge 2$ या $\ge 3$ वोट होना, या जब औसत कॉन्फिडेंस विशिष्ट थ्रेसहोल्ड (जैसे, 0.7 या 0.6) से नीचे गिर जाता है, जिससे यह सुनिश्चित होता है कि जब एन्सेम्बल अनिश्चित हो तो अल्पसंख्यक संकेतों को बढ़ाया जाए।

3. प्रयोगात्मक सेटअप (Experimental Setup)

लेखकों ने आठ अलग-अलग भाषा मॉडलों (3 LLMs और 5 SLMs) का उपयोग करके जीरो-शॉट (zero-shot) और फाइन-ट्यून्ड (fine-tuned) दोनों सेटिंग्स के तहत दो अत्यधिक असंतुलित, डोमेन-विशिष्ट बेंचमार्क पर CAMO को सत्यापित किया।

डेटासेट:
1. BEA 2025 मिस्टेक आइडेंटिफिकेशन ट्रैक: एक टर्नरी क्लासिफिकेशन कार्य जहाँ अल्पसंख्यक वर्ग ("To some extent") डेटा के केवल ~7% हिस्से का प्रतिनिधित्व करता है।
2. DIAR-AI/Emotion Dataset: एक इमोशन रिकग्निशन कार्य जिसमें महत्वपूर्ण लॉन्ग-टेल वितरण है, विशेष रूप से "आश्चर्य" (~~3%) और "प्रेम" (~~8%) जैसी दुर्लभ भावनाओं पर ध्यान केंद्रित किया गया है।
बेसलाइन्स (Baselines): CAMO की तुलना सात स्थापित एन्सेम्बल एल्गोरिदम से की गई, जिनमें मेजॉरिटी वोटिंग, कॉन्फिडेंस-वेटेड वोटिंग, क्लास-बैलेंस्ड वेटिंग, अनसर्टेन्टी-अवेयर वेटिंग और मेटा-एन्सेम्बल्स शामिल हैं।
परीक्षण किए गए मॉडल: इसमें 0.6B (Qwen3) से लेकर 8B (Llama-3.1, DeepSeek-R1) पैरामीटर्स तक की रेंज शामिल थी, जिसमें पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग के लिए LoRA का उपयोग किया गया।

4. मुख्य परिणाम (Key Results)

प्रयोगों ने प्रदर्शित किया कि CAMO लगातार अत्याधुनिक एन्सेम्बल विधियों को पछाड़ता है, विशेष रूप से स्ट्रिक्ट मैक्रो F1-स्कोर (Strict Macro F1-Score) में।

BEA 2025 परिणाम:
- फाइन-ट्यून्ड सेटिंग्स में, CAMO ने लगभग सभी मॉडलों पर उच्चतम स्ट्रिक्ट मैक्रो F1 प्राप्त किया। उदाहरण के लिए, Phi-3 (3.8B) मॉडल पर, CAMO ने 85.6% स्ट्रिक्ट F1 प्राप्त किया, जो अगले सर्वश्रेष्ठ MSA Base (82.6%) से काफी बेहतर है।
- DeepSeek-R1 (1.5B) जैसे छोटे मॉडलों पर, CAMO ने F1 स्कोर को ~55% (मानक बेसलाइन्स) से सुधार कर 57.6% कर दिया, जो सीमित मॉडल क्षमता के साथ भी मजबूती दिखाता है।
- जीरो-शॉट सेटिंग्स में, हालांकि पूर्ण स्कोर कम थे, CAMO ने उन बेसलाइन्स की तुलना में अल्पसंख्यक वर्ग का पता लगाने को बनाए रखने में बेहतर प्रदर्शन किया जो अक्सर बहुमत वर्ग की भविष्यवाणियों तक सीमित रह जाते हैं।
DIAR-AI/Emotion परिणाम:
- CAMO ने अल्पसंख्यक भावनाओं पर प्रदर्शन में उल्लेखनीय सुधार किया। Llama-8B मॉडल के लिए, अल्पसंख्यक भावना "आश्चर्य" (surprise) का F1 स्कोर 0.72 (बेसलाइन) से बढ़कर 0.75 हो गया, और "प्रेम" (love) 0.81 से बढ़कर 0.84 हो गया।
- समग्र वेटेड F1 और मैक्रो F1 स्कोर CAMO के लिए उच्चतम थे, जो यह दर्शाता है कि अल्पसंख्यक वर्गों को बढ़ावा देने से बहुमत वर्ग के प्रदर्शन में गिरावट नहीं आई।
एब्लेशन और विश्लेषण (Ablation & Analysis):
- अध्ययन ने पुष्टि की कि CAMO की प्रभावकारिता मॉडल अनुकूलन (फाइन-ट्यूनिंग) के साथ सहक्रियात्मक (synergistic) है।
- पदानुक्रमित निर्णय संरचना ने सफलतापूर्वक अल्पसंख्यक वर्गों को उन मामलों में बहुमत सहमति द्वारा दबने से रोका जहाँ मॉडलों के बीच असहमति थी।

5. मुख्य योगदान (Key Contributions)

नवीन एन्सेम्बल आर्किटेक्चर: CAMO का परिचय, जो एक पदानुक्रमित एन्सेम्बल विधि है जो अल्पसंख्यक वर्गों की सुरक्षा के लिए वोट वितरण, कॉन्फिडेंस कैलिब्रेशन और अनिश्चितता को स्पष्ट रूप से एकीकृत करता है।
डायनेमिक माइनॉरिटी बूस्टिंग: एक गणितीय सूत्र जो स्थिर री-वेटिंग के बजाय एन्सेम्बल अनिश्चितता और वोट गणना के आधार पर अल्पसंख्यक भविष्यवाणियों के भार को गतिशील रूप से बढ़ाता है।
व्यापक बेंचमार्किंग: असंतुलित वर्गीकरण के लिए अब तक का सबसे व्यापक तुलनात्मक मूल्यांकन, जिसमें 8 मॉडल, 2 अलग-अलग डोमेन (शिक्षा और भावना) और जीरो-शॉट एवं फाइन-ट्यून्ड दोनों प्रतिमान शामिल हैं।
स्टेट-ऑफ-द-आर्ट प्रदर्शन: असंतुलित डेटासेट पर मैक्रो F1-स्कोर के नए बेंचमार्क स्थापित करना, जो यह सिद्ध करता है कि एन्सेम्बल डिज़ाइन मॉडल चयन जितना ही महत्वपूर्ण हो सकता है।

6. महत्व और प्रभाव (Significance and Impact)

AI में निष्पक्षता (Fairness in AI): CAMO AI सिस्टम में पूर्वाग्रह को कम करने के लिए एक ढांचा प्रदान करता है, जो शैक्षिक मूल्यांकन (जहाँ "आंशिक क्रेडिट" या "कुछ हद तक" फीडबैक महत्वपूर्ण है) और मानसिक स्वास्थ्य/भावना पहचान (जहाँ दुर्लभ भावनात्मक अवस्थाओं का पता लगाना आवश्यक है) जैसे संवेदनशील अनुप्रयोगों के लिए महत्वपूर्ण है।
डोमेन अज्ञेय (Domain Agnosticism): यह विधि विशिष्ट डेटा प्रकारों से बंधी नहीं है, जिससे यह किसी भी वर्गीकरण कार्य के लिए लागू योग्य हो जाती है जिसमें कम प्रतिनिधित्व वाले लेकिन आवश्यक वर्ग (जैसे, धोखाधड़ी का पता लगाना, दुर्लभ बीमारी का निदान) हों।
व्यावहारिक परिनियोजन (Practical Deployment): शोध पत्र यह प्रदर्शित करता है कि CAMO को मौजूदा मॉडलों पर एक पोस्ट-प्रोसेसिंग लेयर (a posteriori) के रूप में लागू किया जा सकता है, जो बेस मॉडल्स को बड़े पैमाने पर पुन: प्रशिक्षित किए बिना निष्पक्षता और मजबूती में सुधार करने का एक लागत प्रभावी तरीका प्रदान करता है।

निष्कर्षतः, शोध पत्र तर्क देता है कि CAMO क्लास इम्बैलेंस समस्या के लिए एक विश्वसनीय, मजबूत समाधान है, जो आधुनिक लैंग्वेज मॉडल अनुप्रयोगों में उच्च समग्र सटीकता और सभी वर्गों के लिए निष्पक्ष प्रदर्शन के बीच के अंतर को पाटता है।