🤖 AI

A Regime Theory of Controller Class Selection for LLM Action Decisions

यह शोध पत्र एक रिजीम थ्योरी (regime theory) प्रस्तावित करता है जो कंट्रोलर वर्गों को एक नेस्टेड लैटिस (nested lattice) में व्यवस्थित करती है और सीमित-नमूना बाधाओं (finite-sample bottlenecks) के आधार पर LLM एक्शन निर्णयों के लिए इष्टतम कंट्रोलर जटिलता को प्रमाणित रूप से चुनने हेतु एक डेटा-एस्टिमेबल (data-estimable), बर्नस्टीन-टाइट (Bernstein-tight) थ्रेशोल्ड व्युत्पन्न करता है, यह प्रदर्शित करते हुए कि उच्च अभिव्यंजना (expressivity) समान रूप से लाभकारी नहीं है और कि सख्त नेस्टेड क्रॉस-वैलिडेशन विविध बेंचमार्क में सर्वश्रेष्ठ प्रदर्शन करने वाले वर्ग की प्रभावी ढंग से पहचान करता है।

मूल लेखक: Zhaoyang Jiang, Zhizhong Fu, Yunsoo Kim, Jiacong Mi, Zicheng Li, Xuanqi Peng, Honghan Wu

प्रकाशित 2026-05-08

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Zhaoyang Jiang, Zhizhong Fu, Yunsoo Kim, Jiacong Mi, Zicheng Li, Xuanqi Peng, Honghan Wu

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 एक व्यस्त कॉल सेंटर के मैनेजर हैं। हर बार जब कोई ग्राहक कॉल करता है, तो आपको निर्णय लेना होता है: क्या मुझे खुद जवाब देना चाहिए, उन्हें किसी विशेषज्ञ के पास भेजना चाहिए, पहले कुछ अतिरिक्त जानकारी ढूँढनी चाहिए, या गलत सलाह देने से बचने के लिए बस यह कह देना चाहिए कि "मुझे नहीं पता"?

आर्टिफिशियल इंटेलिजेंस की दुनिया में (विशेष रूप से लार्ज लैंग्वेज मॉडल्स में), यह बिल्कुल वही समस्या है। AI को हर एक सवाल के लिए यह निर्णय लेने के लिए एक "कंट्रोलर" (Controller) की आवश्यकता होती है।

लंबे समय तक, इंजीनियरों ने सोचा कि नियम सरल था: "कंट्रोलर जितना स्मार्ट और जटिल होगा, उतना ही बेहतर होगा।" उन्होंने माना कि यदि आप यह तय करने के लिए एक शानदार, अति-बुद्धिमान प्रणाली बनाएंगे कि क्या करना है, तो वह हमेशा जीतेगी।

यह पेपर कहता है: "इतनी जल्दी नहीं।"

लेखकों ने पाया कि "सर्वश्रेष्ठ" कंट्रोलर पूरी तरह से स्थिति (डेटा) और आपके पास अभ्यास की मात्रा (सैंपल साइज) पर निर्भर करता है। कभी-कभी, एक जटिल नियम की तुलना में एक सरल नियम बेहतर काम करता है, इसलिए नहीं कि सरल नियम अधिक स्मार्ट है, बल्कि इसलिए क्योंकि जटिल नियम उन चीजों को सीखने की कोशिश कर रहा है जिन्हें समझने के लिए उसके पास पर्याप्त डेटा नहीं है।

यहाँ उनके "रेजीम थ्योरी" (Regime Theory) का सरल उपमाओं के साथ विवरण दिया गया है:

1. कंट्रोलर्स के चार स्तर

लेखकों ने सभी संभावित कंट्रोलर्स को चार सीढ़ियों वाली एक सीढ़ी में व्यवस्थित किया है, जो सबसे सरल से सबसे जटिल की ओर है:

सीढ़ी 0: "हमेशा X करो" वाला नियम (फिक्स्ड एक्शन - Fixed Action)।
- उपमा: एक रोबोट जो हमेशा फोन उठाता है, चाहे कुछ भी हो। वह न कभी जाँच करता है, न कभी मदद मांगता है, और न ही कभी कहता है "मुझे नहीं पता।"
- कब जीतता है: जब कार्य इतना आसान हो कि लगभग हर उत्तर सही हो, या इतना कठिन हो कि कुछ भी काम न आए।
सीढ़ी 1: "ग्रुप सॉर्टर" (पार्टीशन राउटर - Partition Router)।
- उपमा: एक रिसेप्शनिस्ट जो कॉल्स को दो ढेरों में बांटता है: "आसान सवाल" और "कठिन सवाल।" यदि यह आसान है, तो वे जवाब देते हैं; यदि यह कठिन है, तो वे इसे इंसान के पास भेज देते हैं। वे सवाल के विशिष्ट विवरणों को नहीं देखते, बस सामान्य श्रेणी को देखते हैं।
- कब जीतता है: जब आपके पास हर सवाल का सटीक निर्णय लेने के लिए पर्याप्त डेटा नहीं होता, लेकिन आपके पास इतना डेटा होता है कि आप जान सकें कि "ग्र的に ग्रुप A" आमतौर पर आसान है और "ग्रुप B" आमतौर पर कठिन है।
सीढ़ी 2: "सुपर डिटेक्टिव" (इंस्टेंस-लेवल कंट्रोलर - Instance-Level Controller)।
- उपमा: एक अत्यधिक प्रशिक्षित जासूस जो उस विशिष्ट कॉल के हर एक विवरण को देखने से पहले उसका विश्लेषण करता है। वे कॉलर के लहजे, विशिष्ट शब्दों और इतिहास का विश्लेषण करते हैं ताकि उस सटीक क्षण के लिए एक अनूठा निर्णय लिया जा सके।
- कब जीतता है: जब आपके पास बहुत सारा डेटा हो और सवालों में स्पष्ट, अद्वितीय संकेत हों जिन्हें केवल गहरे विश्लेषण से ही खोजा जा सकता है।
सीढ़ी 3: "चीट शीट के साथ विशेषज्ञ" (प्रायर-गेटेड कंट्रोलर - Prior-Gated Controller)।
- उपमा: जासूस को सोचने से पहले ही एक अलग विशेषज्ञ (जैसे कि इमेज से टेक्स्ट पढ़ने वाला OCR स्कैनर) से एक गुप्त नोट मिलता है। यदि नोट 100% स्पष्ट है, तो वे उसका पालन करते हैं। यदि नोट धुंधला है, तो वे वापस "सुपर डिटेक्टिव" बन जाते हैं।
- कब जीतता है: जब आपके पास सत्य का एक बाहरी स्रोत (जैसे इमेज से टेक्स्ट पढ़ना) हो जो सोचने की प्रक्रिया को छोड़ने के लिए पर्याप्त विश्वसनीय हो।

2. बड़ी खोज: "अधिक डेटा का मतलब हमेशा 'अधिक जटिल' नहीं होता"

यह पेपर साबित करता है कि आप केवल सबसे जटिल कंट्रोलर (सीढ़ी 2) को नहीं चुन सकते और उम्मीद नहीं कर सकते कि वह जीतेगा। यह तीन "बाधाओं" (bottlenecks) पर निर्भर करता है:

बाधा A: क्या कोई फायदा है?
- द "रेसिड्यूअल" चेक: यदि "हमेशा X करो" वाला नियम पहले से ही 99% परफेक्ट है, तो एक जटिल जासूस के पास सुधार करने की कोई गुंजाइश नहीं है। जटिल सिस्टम केवल शोर (noise) जोड़ता है।
- वास्तविक दुनिया का उदाहरण: एक स्पैम फिल्टर में जहाँ "हमेशा स्पैम के रूप में मार्क करें" वाला नियम पहले से ही बहुत खराब है, लेकिन "हमेशा नॉट-स्पैम के रूप में मार्क करें" वाला नियम एकदम सही है, तो कोई भी फैंसी AI मदद नहीं करेगा। आप बस सरल नियम पर टिके रहते हैं।
बाधा B: क्या आपके पास पर्याप्त अभ्यास है?
- द "सैंपल साइज" चेक: एक "सुपर डिटेक्टिव" (सीढ़ी 2) बनने के लिए, आपको सूक्ष्म पैटर्न सीखने के लिए हजारों उदाहरण देखने की आवश्यकता होती है। यदि आपके पास केवल 200 उदाहरण हैं, तो जासूस भ्रमित हो जाएगा और गलतियाँ करेगा।
- वास्तविक दुनिया का उदाहरण: एक लॉजिक पज़ल डेटासेट (FOLIO) पर जिसमें केवल 203 सवाल थे, "सुपर डिटेक्टिव" ने वास्तव में "ग्रुप सॉर्टर" से खराब प्रदर्शन किया। जासूस ने उन पैटर्न को खोजने की कोशिश की जो इतने छोटे डेटासेट में मौजूद ही नहीं थे, जबकि सॉर्टर ने उन्हें व्यापक रूप से वर्गीकृत किया और सही परिणाम दिया।
बाधा C: क्या "ग्रुप सॉर्टर" काफी अच्छा है?
- द "पार्टीशन" चेक: यदि आपके पास एक जासूस के लिए पर्याप्त डेटा नहीं है, लेकिन चीजों को समूहों में बांटने के लिए पर्याप्त डेटा है, तो "ग्रुप सॉर्टर" विजेता होता है। यह मध्यम आकार के डेटासेट के लिए "गोल्डिलॉक्स" ज़ोन (सही संतुलन) है।

3. "रेजीम थ्योरी" समाधान

लेखकों ने एक गणितीय सूत्र (एक "रेजीम थ्योरी") बनाया है जो एक डायग्नोस्टिक टूल के रूप में कार्य करता है। अपना AI सिस्टम बनाने से पहले, आप अपने डेटा पर कुछ त्वरित जाँच करते हैं:

क्या कार्य बहुत सरल या बहुत कठिन है? ("रेसिड्यूअल" बाउंड की जाँच करें)।
क्या मेरे पास एक जटिल जासूस पर भरोसा करने के लिए पर्याप्त डेटा है? ("बर्नस्टीन थ्रेशोल्ड" की जाँच करें)।
क्या मैं कम से कम चीजों को समूहों में बाँट सकता हूँ? ("पार्टीशन" गेन की जाँच करें)।

इन उत्तरों के आधार पर, थ्योरी आपको ठीक से बताती है कि सीढ़ी का कौन सा पायदान चुनना है।

4. प्रयोगों में उन्होंने क्या पाया

उन्होंने चार अलग-अलग प्रकार की समस्याओं पर इसका परीक्षण किया:

SMS स्पैम: कार्य इतना सरल था कि "हमेशा X करो" वाला नियम ही विजेता था। जटिल सिस्टम इसमें सुधार नहीं कर सके।
विजुअल हैलुसिनेशन (HallusionBench): बहुत सारा डेटा और स्पष्ट संकेत थे। "सुपर डिटेक्टिव" (सीढ़ी 2) आसानी से जीत गया।
लॉजिक पज़ल्स (FOLIO): बहुत कम डेटा था। "सुपर डिटेक्टिव" विफल रहा क्योंकि वह अभिभूत (overwhelmed) हो गया था। "ग्रुप सॉर्टर" (सीढ़ी 1) जीता क्योंकि यह सरल और अधिक स्थिर था।
इमेज से टेक्स्ट (TextVQA): उनके पास एक "चीट शीट" (OCR टेक्स्ट) थी। "चीट शीट के साथ विशेषज्ञ" (सीढ़ी 3) जीता क्योंकि वह सीधे टेक्स्ट पढ़ सकता था, जिससे जटिल अनुमान लगाने की आवश्यकता समाप्त हो गई।

निष्कर्ष

यह पेपर तर्क देता है कि एक ही आकार सबके लिए उपयुक्त नहीं होता (one size does not fit all)।

अतीत में, इंजीनियरों ने कंट्रोलर को हर जगह अधिक जटिल बनाने की कोशिश की, इस उम्मीद में कि यह सब कुछ हल कर देगा। यह पेपर कहता है: अनुमान लगाना बंद करें। पहले अपने डेटा को देखें।

यदि आपके पास कम डेटा है, तो एक सरल सॉर्टर का उपयोग करें।
यदि आपके पास बहुत सारा डेटा है, तो एक जटिल जासूस का उपयोग करें।
यदि आपके पास चीट शीट है, तो चीट शीट का उपयोग करें।

कंट्रोलर की जटिलता को डेटा के आकार और प्रकृति के साथ मिलाने से, आपको सर्वोत्तम परिणाम मिलते हैं। यह सबसे स्मार्ट AI होने के बारे में नहीं है; यह काम के लिए सही AI होने के बारे में है।

तकनीकी सारांश: LLM एक्शन निर्णयों के लिए कंट्रोलर क्लास चयन का एक रिजीम थ्योरी (Regime Theory)

1. समस्या विवरण

तैनात किए गए लैंग्वेज और विजन-लैंग्वेज मॉडल्स (LLMs/VLMs) प्रत्येक इनपुट पर एक महत्वपूर्ण निर्णय का सामना करते हैं: क्या सीधे उत्तर देना है, साक्ष्य (evidence) प्राप्त करना है, किसी अधिक शक्तिशाली मॉडल को कार्य सौंपना है, या इससे बचना है। जबकि मानक इंजीनियरिंग दृष्टिकोण अक्सर यह मान लेते हैं कि अधिक अभिव्यंजक (expressive) कंट्रोलर्स (जैसे, इंस्टेंस-लेवल सीखे गए नियम) सार्वभौमिक रूप से बेहतर होते हैं, यह शोध पत्र तर्क देता है कि सीमित-नमूना (finite-sample) रिजीम्स में, अधिक अभिव्यक्तता हमेशा फायदेमंद नहीं होती है।

मुख्य समस्या कंट्रोलर क्लास का चयन है। मौजूदा साहित्य आमतौर पर एक संरचनात्मक डिज़ाइन (जैसे, एक ग्लोबल थ्रेशोल्ड, एक पार्टीशन राउटर, या एक इंस्टेंस-लेवल क्लासिफायर) को निर्धारित करता है और उस परिवार के भीतर अनुकूलन (optimize) करता है, बिना यह सत्यापित किए कि उपलब्ध डेटा उस स्तर की जटिलता का समर्थन करता है या नहीं। लेखक तर्क देते हैं कि सख्त क्रॉस-वैलिडेशन के तहत, विभिन्न बेंचमार्क अलग-अलग कंट्रोलर क्लास को प्राथमिकता देते हैं, जो इस अंतर्निहित मोनोटोनिक धारणा का खंडन करता है कि "बारीक (finer) होना हमेशा बेहतर होता है।" यह घटना इसलिए उत्पन्न होती है क्योंकि इंस्टेंस-लेवल अनिश्चितता संकेत एक वितरण-निर्भर पैमाने पर समाप्त हो सकते हैं, जिससे वेरिएंस-बाउंडेड (variance-bounded) रिजीम उत्पन्न होते हैं जहाँ जटिल कंट्रोलर्स सरल कंट्रोलर्स से बेहतर प्रदर्शन करने में विफल रहते हैं।

2. कार्यप्रणाली (Methodology)

2.1 पॉलिसी क्लास लैटिस (Policy Class Lattice)

लेखक कंट्रोलर्स को चार क्लासेज ( $\Pi_0 \subset \Pi_1 \subset \Pi_2 \subset \Pi_3$ ) के एक सख्ती से नेस्टेड लैटिस में व्यवस्थित करते हैं, जो जटिलता के क्रम में हैं:

$\Pi_0$ (फिक्स्ड एक्शन्स): सभी इनपुट्स के लिए एक स्थिर एक्शन $\pi(x) \equiv a$ ।
$\Pi_1$ (पार्टीशन राउटर): इनपुट्स को सीमित संख्या में समूहों (पार्टीशंस) में विभाजित किया जाता है, जिसमें प्रत्येक समूह के लिए एक विशिष्ट एक्शन असाइन किया जाता है।
$\Pi_2$ (इंस्टेंस-लेवल कंट्रोलर्स): प्रति-नमूना फीचर्स से एक्शन्स तक के मापने योग्य मैप्स, जिन्हें एक बाउंडेड-कॉम्प्लेक्सिटी हाइपोथीसिस फैमिली (जैसे, लॉजिस्टिक रिग्रेशन, ग्रेडिएंट बूस्टिंग) के माध्यम से सीखा गया है।
$\Pi_3$ (प्रायर-गेटेड कंट्रोलर्स): निर्णय लेने के लिए एक बाहरी, लेबल-मुक्त प्रायर चैनल (जैसे, OCR टोकन) का उपयोग करता है। यदि प्रायर कॉन्फिडेंट है, तो यह एक विशिष्ट एक्शन को ट्रिगर करता है; अन्यथा, यह निचले क्लास ( $\Pi_0, \Pi_1,$ या $\Pi_2$ ) के कंट्रोलर पर वापस आता है।

2.2 रिजीम डायग्नोस्टिक्स और थ्योरिटिकल बाउंड्स

यह पेपर क्लास सिलेक्शन समस्या को चार थ्योरम्स के माध्यम से तीन डेटा-एस्टिमेबल बॉटलनक्स में बदल देता है:

रेसिड्यूअल बाउंड (थ्योरम 1): सबसे अच्छे फिक्स्ड एक्शन के मुकाबले किसी भी एडेप्टिव कंट्रोलर के कुल संभावित सुधार को "रेसिड्यूअल सेट" (वे इनपुट्स जहाँ एक बेहतर एक्शन मौजूद है) के प्रोबेबिलिटी मास के आधार पर सीमित करता है। यदि यह मास छोटा है, तो कोई भी एडेप्टिव क्लास महत्वपूर्ण सुधार नहीं कर सकती।
बर्नस्टीन-टाइट वायबिलिटी थ्रेशोल्ड (थ्योरम 2 और प्रपोजिशन 1): एक इंस्टेंस-लेवल कंट्रोलर ( $\Pi_2$ ) के लिए एक सकारात्मक लाभ प्रमाणित करने के लिए आवश्यक एक सीमित-नमूना थ्रेशोल्ड ( $n_{min}$ ) स्थापित करता है। यह थ्रेशोल्ड AUC मार्जिन ( $\beta$ ), ऑपरेटिंग कवरेज ( $q$ ), और कॉन्फिडेंस लेवल ( $\delta$ ) पर निर्भर करता है। इस थ्रेशोल्ड से नीचे, एम्पिरिकल गेन का साइन अनसर्टिफाइड (uncertified) होता है, और $\Pi_2$ सरल बेसलाइन्स की तुलना में खराब प्रदर्शन कर सकता है।
पार्टीशन-गेन बाउंड (थ्योरम 3): एक पार्टीशन राउटर ( $\Pi_1$ ) द्वारा प्राप्त किए जा सकने वाले गेन पर एक निचला बाउंड प्रदान करता है। $\Pi_2$ के विपरीत, जो प्रति-नमूना मार्जिन पर निर्भर करता है, $\Pi_1$ क्लस्टर मास और डिस्क्रिमिनेबिलिटी गैप्स पर निर्भर करता है। यह $\Pi_1$ को उन रिजीम्स में सफल होने की अनुमति देता है जहाँ $\Pi_2$ वेरिएंस-बाउंडेड है।
हेल्ड-आउट सिलेक्शन बाउंड (थ्योरम 4): सिद्ध करता है कि सख्त नेस्टेड क्रॉस-वैलिडेशन एक न्यूनतम एरर टर्म के साथ निकट-सर्वश्रेष्ठ क्लास चुनता है, बशर्ते कि कैंडिडेट क्लासेज को रिजीम डायग्नोस्टिक्स द्वारा प्रतिबंधित किया गया हो।

2.3 सिलेक्शन प्रोटोकॉल

प्रस्तावित सिलेक्शन नियम इस प्रकार कार्य करता है:

एक हेल्ड-आउट स्प्लिट पर डायग्नोस्टिक्स ( $\beta, n, P(R), \{p_g \gamma_g\}$ ) की गणना करें।
वायबल रिजीम निर्धारित करने के लिए कोरोलरी 1 लागू करें:
- यदि $P(R)$ छोटा है, तो $\Pi_0$ इष्टतम है।
- यदि $\beta > 0$ है लेकिन $n < n_{min}$ है, तो $\Pi_2$ अनसर्टिफाइड है; यदि $\Pi_1$ सकारात्मक गेन प्रदान करता है तो $\Pi_1$ को प्राथमिकता दी जाती है।
- यदि $n \ge n_{min}$ है, तो $\Pi_1$ और $\Pi_2$ के एसिम्प्टोटिक सीलिंग की तुलना करें; जिस क्लास का सीलिंग अधिक है उसे चुना जाता है।
चुने गए विकल्प को एम्पिरिकली सत्यापित करने के लिए सख्त नेस्टेड क्रॉस-वैलिडेशन का उपयोग करें।

3. मुख्य परिणाम

लेखकों ने चार कोर बेंचमार्क्स पर अपने सिद्धांत का मूल्यांकन करने के लिए सख्त नेस्टेड 5-फोल्ड-बाय-5-सीड क्रॉस-वैलिडेशन का उपयोग किया:

SMS-Spam (रेसिड्यूअल-बाउंडेड): रेसिड्यूअल मास नगण्य है ( $P(R) \approx 0.009$ )। सिद्धांत सही ढंग से भविष्यवाणी करता है कि $\Pi_0$ (फिक्स्ड एक्शन) विजेता होगा। एम्पिरिकली, सभी एडेप्टिव कंट्रोलर्स ( $\Pi_1, \Pi_2$ ) फिक्स्ड एक्शन की ओर ढह गए या उससे थोड़ा खराब प्रदर्शन किया।
HallusionBench (बर्नस्टीन-वायबल, हाई-सिग्नल): $n=920$ और एक बड़े मार्जिन के साथ, सैंपल साइज वायबिलिटी थ्रेशोल्ड से बहुत अधिक है ( $n \gg n_{min}$ )। सिद्धांत भविष्यवाणी करता है कि $\Pi_2$ (इंस्टेंस-लेवल) को जीतना चाहिए क्योंकि इसका उच्च एसिम्प्टोटिक सीलिंग है। एम्पिरिकली, $\Pi_2$ (HGBC) ने $\Pi_1$ और $\Pi_0$ से बेहतर प्रदर्शन किया।
A-OKVQA (बाउंड्री केस): एक हाई-सिग्नल रिजीम जहाँ $\Pi_1$ और $\Pi_2$ के एसिम्प्टोटिक सीलिंग सामंजस्यपूर्ण हैं। सिद्धांत भविष्यवाणी करता है कि $\Pi_2$ पॉपुलेशन-ऑप्टिमल विजेता होगा, हालांकि एम्पिरिकल परिणामों ने विशिष्ट फैमिली रियलाइजेशन के आधार पर $\Pi_1$ और $\Pi_2$ के बीच एक करीबी मुकाबला दिखाया।
FOLIO (वेरियंस-बाउंडेड): केवल $n=203$ सैंपल्स के साथ, डेटासेट डीप वेरिएंस-बाउंडेड क्षेत्र में है ( $n \ll n_{min} \approx 1898$ )। सिद्धांत भविष्यवाणी करता है कि $\Pi_2$ का साइन अनसर्टिफाइड है और $\Pi_1$ (पार्टीशन राउटर) को $\Pi_0$ से स्पष्ट रूप से बेहतर प्रदर्शन करना चाहिए। एम्पिरिकली, सबसे अच्छे $\Pi_2$ कंट्रोलर ने $\Pi_0$ के सापेक्ष लॉस बढ़ा दिया, जबकि $\Pi_1$ ने सबसे कम लॉस प्राप्त किया।
TextVQA-OCR ( $\Pi_3$ प्रदर्शन): लेबल-फ्री प्रायर के रूप में OCR टोकन्स का उपयोग करते हुए, $\Pi_3$ कंट्रोलर ने हाई-कॉन्फिडेंस केसेस को सफलतापूर्वक गेट किया और निचले क्लास ( $\Pi_0, \Pi_1,$ या $\Pi_2$ ) पर वापस आया, जिससे सबसे अच्छे निचले क्लास के ऊपर महत्वपूर्ण लॉस रिडक्शन (10.8 joint seed-sd) प्राप्त हुआ।

अनुमानित क्लास ने सभी चार कोर बेंचमार्क्स में एम्पिरिकल विनर से मिलान किया। इसके अलावा, मानक कॉस्ट-सेंसिटिव लर्निंग-टू-डिफर बेसलाइन्स (जो स्वाभाविक रूप से $\Pi_2$ हैं) FOLIO पर विफल रहे, जो पुष्टि करता है कि विफलता कार्यान्वयन विशिष्टताओं के बजाय रिजीम (सैंपल साइज बनाम कॉम्प्लेक्सिटी) के कारण थी।

4. महत्व और दावे

शोध पत्र का दावा है कि यह एक रिजीम थ्योरी प्रदान करता है जो ध्यान को "कंट्रोलर को अधिक अभिव्यंजक कैसे बनाया जाए" से हटाकर "कौन सी क्लास डेटा वास्तव में सपोर्ट कर सकता है" पर केंद्रित करता है।

नॉन-मोनोटोनिसिटी (Non-Monotonicity): यह प्रदर्शित करता है कि कंट्रोलर कॉम्प्लेक्सिटी में फाइनाइट-सैंपल ऑर्डरिंग मोनोटोनिक नहीं है; एक मोटा (coarser) क्लास भी सांख्यिकीय रूप से न्यायसंगत विकल्प हो सकता है, भले ही एक बारीक (finer) प्रति-इनपुट नियम उपलब्ध हो।
ऑपरेशनल डायग्नोस्टिक्स: यह कार्य अमूर्त सांख्यिकीय बाधाओं को कंप्यूट करने योग्य डायग्नोस्टिक्स (रेसिड्यूअल मास, बर्नस्टीन थ्रेशोल्ड, पार्टीशन गैप्स) में बदल देता है जो व्यावहारिक सिस्टम डिज़ाइन का मार्गदर्शन करते हैं।
मजबूती (Robustness): सिलेक्शन रूल को विभिन्न बेंचमार्क्स और कॉस्ट-वेट कॉन्फ़िगरेशन केAcross मजबूत दिखाया गया है, जो यह पहचानता है कि "रिजीम" (डेटा स्केल और सिग्नल स्ट्रक्चर) किसी फैमिली के भीतर विशिष्ट हाइपरपैरामीटर्स की तुलना में इष्टतम आर्किटेक्चर को अधिक निर्धारित करता है।
थ्योरिटिकल टाइटनेस: प्रस्तावित वायबिलिटी थ्रेशोल्ड को सूचना-सैद्धांतिक लोअर बाउंड्स के साथ ऑर्डर-टाइट दिखाया गया है, और सिलेक्शन बाउंड सख्त क्रॉस-वैलिडेशन के तहत निकट-इष्टतम प्रदर्शन की गारंटी देता है।

लेखक निष्कर्ष निकालते हैं कि विश्वसनीय डिफ़र्ड डिप्लॉयमेंट के लिए उपलब्ध सबसे जटिल आर्किटेक्चर को सार्वभौमिक रूप से लागू करने के बजाय, कंट्रोलर क्लास को डेटा रिजीम के साथ मिलाना आवश्यक है।