🤖 machine learning

Distributionally Robust Set Representation Learning Under Inference-Time Element Corruption

यह शोध पत्र SW-DRSO का प्रस्ताव करता है, जो एक वितरण रूप से सुदृढ़ अनुकूलन (distributionally robust optimization) ढांचा है जो इन्फरेंस-टाइम (inference-time) तत्व भ्रष्टाचार के विरुद्ध सेट प्रतिनिधित्व मॉडलों को प्रशिक्षित करने के लिए एक बैरीसेंट्रिक एडवर्सरी (barycentric adversary) का उपयोग करता है, जिससे कई कार्यों में उच्च प्रदर्शन बनाए रखते हुए सुदृढ़ता को बढ़ाया जाता है।

मूल लेखक: Yankai Chen (Steve), Hanrong Zhang (Steve), Bowei He (Steve), Philip S. Yu (Steve), Xue (Steve), Liu

प्रकाशित 2026-05-29

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yankai Chen (Steve), Hanrong Zhang (Steve), Bowei He (Steve), Philip S. Yu (Steve), Xue (Steve), Liu

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 "डिस्ट्रीब्यूशनली रोबस्ट सेट रिप्रजेंटेशन लर्निंग अंडर इन्फरेंस-टाइम एलीमेंट करप्शन" (Distributionally Robust Set Representation Learning Under Inference-Time Element Corruption) पेपर का सरल भाषा और रचनात्मक उपमाओं के साथ विवरण दिया गया है।

बड़ी समस्या: "टूटी हुई पहेली" वाली स्थिति (The "Broken Puzzle" Scenario)

कल्पना कीजिए कि आपके पास एक ऐसी मशीन है जो चीजों के समूह (sets) को समझने में बहुत माहिर है। वास्तविक दुनिया में, ये "सेट्स" सोशल नेटवर्क में दोस्तों का एक समूह, एक 3D ऑब्जेक्ट बनाने वाले बिंदुओं का संग्रह, या किसी समाचार विषय के लिए कीवर्ड्स की एक सूची हो सकते हैं।

आमतौर पर, जब हम इन मशीनों को प्रशिक्षित (train) करते हैं, तो हम उन्हें एकदम सटीक और साफ डेटा देते हैं। यह एक छात्र को एक आदर्श पहेली दिखाने जैसा है जिसमें सभी टुकड़े सही जगह पर लगे हैं। छात्र इसे आसानी से हल करना सीख जाता है।

लेकिन यहाँ एक पेच है: जब इस मशीन का वास्तविक दुनिया में उपयोग किया जाता है (इन्फरेंस टाइम पर), तो डेटा अक्सर अस्त-व्यस्त हो जाता है।

क्षरण (The Corruption): कुछ टुकड़े गायब हो सकते हैं। कुछ को बेकार चीज़ों (आउटलेर्स) से बदला जा सकता है। कुछ थोड़े विकृत हो सकते हैं।
परिणाम: जो मशीन केवल आदर्श पहेलियों पर प्रशिक्षित हुई थी, वह भ्रमित हो जाती है। वह शायद एक भी गायब टुकड़े वाली पहेली को देखकर पूरी तस्वीर पहचानने में विफल हो सकती है।

पेपर इसे "इन्फरेंस-टाइम एलीमेंट करप्शन" कहता है। यह उस शेफ की तरह है जिसने केवल ताजी और उत्तम सामग्री के साथ खाना बनाना सीखा है, लेकिन अचानक उसे कुछ सड़ी हुई सब्जियों या गायब मसालों के साथ खाना बनाना पड़ता है, और अंत में भोजन खराब हो जाता है।

समाधान: SW-DRSO (द "स्ट्रेस-टेस्ट" शेफ)

लेखक एक नई विधि प्रस्तावित करते हैं जिसे SW-DRSO कहा जाता है। केवल मशीन को आदर्श पहेली हल करना सिखाने के बजाय, वे इसे सीखते समय ही अस्त-व्यस्त पहेलियों को संभालना सिखाते हैं।

इसे एक पुल के "स्ट्रेस-टेस्ट" की तरह समझें।

पुराना तरीका (मानक लर्निंग): आप एक पुल बनाते हैं और उसका परीक्षण केवल तभी करते हैं जब मौसम एकदम सही हो (धूप खिली हो, हवा न चल रही हो)। यह देखने में शानदार लगता है। लेकिन जब तूफान आता है, तो यह ढह जाता है।
नया तरीका (SW-DRSO): आप एक पुल बनाते हैं और प्रशिक्षण के दौरान ही उसका परीक्षण करते हुए उसमें तूफान, तेज हवाएं और भारी भार का अनुकरण (simulate) करते हैं। आप पुल को यह सीखने के लिए मजबूर करते हैं कि चीजें गलत होने पर भी कैसे खड़ा रहा जाए।

यह कैसे काम करता है? (तीन जादुई तरकीबें)

पेपर में इन तीन "तरकीबों" का उपयोग किया गया है ताकि कंप्यूटर क्रैश हुए बिना इस स्ट्रेस-टेस्टिंग को संभव बना सके:

1. सेट्स को "बादलों" में बदलना (Sliced-Wasserstein Metric)

सेट्स (Sets) कठिन होते हैं क्योंकि वे अनियंत्रित (unordered) होते हैं (एक सूची में दोस्तों का क्रम मायने नहीं रखता)।

उपमा: बिंदुओं के एक सेट की कल्पना धूल के बादल के रूप में करें। यदि आप थोड़ी अतिरिक्त धूल जोड़ते हैं (करप्शन) या कुछ हटा देते हैं, तो बादल का आकार थोड़ा बदल जाता है।
तरकीब: लेखक यह मापने के लिए कि "बादल" कितना बदल गया है, Sliced-Wasserstein नामक गणितीय उपकरण का उपयोग करते हैं। हर एक धूल के कण को पूरी तरह से मिलाने की कोशिश करने के बजाय (जो बहुत कठिन है), वे बादल को पतली परतों में काटते हैं और प्रत्येक परत में अंतर को मापते हैं। इससे यह परिभाषित करना आसान हो जाता है कि डेटा का "अस्त-व्यस्त" संस्करण कैसा दिखता है।

2. द "बैरसेंट्रिक एडवरसरी" (The Smart Mixer)

यह सबसे रचनात्मक हिस्सा है।

समस्या: मशीन को मजबूत बनाने के लिए, आपको डेटा का वह सबसे बुरा संभव संस्करण ढूंढना होगा जिसके खिलाफ उसे प्रशिक्षित किया जा सके। लेकिन एक सेट को भ्रष्ट करने के अरबों तरीके हैं (इस टुकड़े को हटा दें, वह टुकड़ा जोड़ दें, इन दोनों को बदल दें)। हर संभावना की जांच करना दुनिया के हर संभव सूप रेसिपी को चखने की कोशिश करने जैसा है—इसमें अनंत समय लगेगा।
समाधान: केवल एक बुरी रेसिपी खोजने के बजाय, लेखक एक "स्मार्ट मिक्सर" बनाते हैं।
- कल्पना कीजिए कि आपके पास सूप के कुछ थोड़े अलग संस्करण हैं (ट्रेनिंग डेटा में पड़ोसी)।
- केवल एक बुरा सूप चुनने के बजाय, "स्मार्ट मिक्सर" उन्हें अलग-अलग अनुपातों में मिला देता है (जैसे एक स्मूदी)।
- गणितीय रूप से, यह मिश्रण एक "आभासी" सूप बनाता है जो बिना किसी नए और असंभव सूप को बनाए, सबसे खराब स्थिति (worst-case scenario) का प्रतिनिधित्व करता है।
- यह एक अत्यंत कठिन खोज समस्या को "मिक्सिंग वेट्स" (सूप A बनाम सूप B का कितना उपयोग करें) को समायोजित करने की एक सरल गणितीय समस्या में बदल देता है।

3. ट्रेनिंग लूप (The Training Loop)

प्रशिक्षण के दौरान, कंप्यूटर यह प्रक्रिया अपनाता है:

यह डेटा का एक साफ सेट लेता है।
यह सबसे भ्रमित करने वाला, भ्रष्ट संस्करण बनाने के लिए "स्मार्ट मिक्सर" का उपयोग करता है जिसे वह ढूंढ सकता है ("वर्स्ट-केस")।
यह इस अस्त-व्यस्त संस्करण का उपयोग करके कार्य को हल करने का प्रयास करता है।
यह अपनी गलतियों से सीखता है।
अंत तक, मशीन इस "वर्स्ट-केस" को संभालने का इतना अभ्यस्त हो जाती है कि जब वह वास्तविक दुनिया में एक थोड़ा अस्त-व्यस्त सेट देखती है, तो वह घबराती नहीं है। वह बस अपना काम जारी रखती है।

उन्होंने क्या पाया?

लेखकों ने चार अलग-अलग प्रकार के कार्यों पर इस विधि का परीक्षण किया:

सोशल नेटवर्क: शोर (noise) होने पर भी समान मित्र समूहों को खोजना।
3D ऑब्जेक्ट्स: एक क्लाउड ऑफ पॉइंट्स से कुर्सी या कार को पहचानना, भले ही कुछ बिंदु गायब हों या गलत जगह पर हों।
टॉपिक एक्सपेंशन: यह पता लगाना कि समाचार का विषय क्या है, भले ही कीवर्ड्स की सूची में कुछ स्पेलिंग मिस्टेक या अप्रासंगिक शब्द हों।
इमेज पैचेस: एक छवि को पहचानना भले ही उसके कुछ हिस्से ढके हुए हों या शोर युक्त हों।

परिणाम:

मजबूती (Robustness): जब डेटा को भ्रष्ट किया गया था (तूफान के दौरान), तो उनकी विधि (SW-DRSO) ने अन्य सभी विधियों की तुलना में बहुत बेहतर प्रदर्शन किया। यह विफल नहीं हुई।
साफ डेटा (Clean Data): जब डेटा एकदम सही था (धूप वाले दिन), तब भी उनकी विधि मौजूदा सर्वोत्तम विधियों के समान ही प्रभावी थी। इसने आसान परिस्थितियों में काम करने की अपनी क्षमता नहीं खोई।

सारांश

संक्षेप में, यह पेपर AI को लचीला (resilient) बनना सिखाता है। एक आदर्श दुनिया पर प्रशिक्षित होने के बजाय, यह एक सिम्युलेटेड दुनिया पर प्रशिक्षित होता है जहाँ चीजें गलत होती हैं। एक "स्मार्ट मिक्सिंग" तकनीक का उपयोग करके, जो सबसे खराब त्रुटियों का अनुकरण करती है, यह एक ऐसा मॉडल तैयार करता है जो वास्तविक जीवन की अव्यवस्था को संभालने के लिए पर्याप्त मजबूत है।

तकनीकी सारांश: इन्फरेंस-टाइम एलिमेंट करप्शन के तहत डिस्ट्रीब्यूशनली रोबस्ट सेट रिप्रेजेंटेशन लर्निंग

1. समस्या की परिभाषा

मानक सेट रिप्रेजेंटेशन लर्निंग (SRL) विधियाँ क्यूरेटेड, स्वच्छ डेटा पर उत्कृष्ट प्रदर्शन करती हैं, लेकिन अक्सर इन्फरेंस-टाइम एलिमेंट करप्शन (Inference-Time Element Corruption) को संबोधित करने में विफल रहती हैं। यह घटना तब होती है जब तैनात (deployed) मॉडल ऐसे इनपुट का सामना करते हैं जहाँ सेट के भीतर व्यक्तिगत तत्व (elements) खराब हो जाते हैं (जैसे कि आउटलेर्स, गायब घटक, या शोर/नॉइज़), जबकि समग्र सेट थीम (लेबल) सुरक्षित रहता है।

हालाँकि इस प्रकार के करप्शन अक्सर विरल (sparse) और स्थानीयकृत होते हैं, फिर भी वे सेट रिप्रेजेंटेशन को अत्यधिक विकृत कर सकते हैं। उदाहरण के लिए, अटेंशन-आधारित पूलिंग मैकेनिज्म उन आउटलेर्स के प्रति संवेदनशील होते हैं जो अत्यधिक वेट (weights) आकर्षित करते हैं, जिससे वे ग्लोबल रिप्रेजेंटेशन पर हावी हो जाते हैं और अविश्वसनीय भविष्यवाणियों का कारण बनते हैं। मानक एम्पिरिकल रिस्क मिनिमाइजेशन (ERM) केवल नाममात्र के प्रशिक्षण वितरण (nominal training distributions) पर प्रदर्शन को अनुकूलित करता है और तब विफल हो जाता है जब इन्फरेंस-टाइम इनपुट इस शासन से विचलित हो जाते हैं।

रोबस्टनेस के मौजूदा दृष्टिकोण, जैसे कि डिस्ट्रीब्यूशनली रोबस्ट ऑप्टिमाइज़ेशन (DRO), सेट-स्ट्रक्चर्ड डेटा पर लागू होने पर मौलिक कम्प्यूटेशनल बाधाओं का सामना करते हैं:

एम्बिग्युटी रीजन (Ambiguity Regions) को परिभाषित करना: निरंतर (continuous) इनपुट के विपरीत, जहाँ एम्बिग्युटी रीजन को नॉर्म-बाउंडेड परटर्बेशन के माध्यम से बनाया जाता है, सेट असतत (discrete) और कॉम्बिनेटोरियल होते हैं, जिससे प्रशंसनीय करप्शन क्षेत्रों को परिभाषित करना गैर-तुच्छ हो जाता है।
कम्प्यूटेशनल जटिलता: पारंपरिक DRO में सबसे खराब स्थिति वाले (worst-case) करप्टेड सेट्स की पहचान करने के लिए इनर मैक्सिमाइजेशन को हल करना एक डिस्क्रीट कॉम्बिनेटोरियल ऑप्टिमाइज़ेशन की आवश्यकता रखता है जिसमें फैक्टोरियल जटिलता होती है, जो प्रशिक्षण प्रक्रिया को स्केलेबल बनाने में असमर्थ बनाती है।

2. कार्यप्रणाली: SW-DRSO

लेखक SW-DRSO (स्लाइस्ड-वॉसरस्टीन डिस्ट्रीब्यूशनली रोबस्ट सेट ऑप्टिमाइज़ेशन) प्रस्तावित करते हैं, जो एक स्केलेबल फ्रेमवर्क है जिसे इन्फरेंस-टाइम एलिमेंट करप्शन को संभालने के लिए डिज़ाइन किया गया है। यह दो प्राथमिक नवाचारों के माध्यम से कार्य करता है:

A. Sliced-Wasserstein ज्योमेट्री के माध्यम से सेट्स को मॉडल करना

सेट्स को डिस्क्रीट संग्रह के रूप में मानने के बजाय, SW-DRSO एक सेट $S = \{x_i\}_{i=1}^n$ को एक एम्पिरिकल मेजर $\mu_S$ के रूप में मॉडल करता है। करप्शन को $\mu_S$ से एक करप्टेड मेजर $\mu_{S'}$ तक के परटर्बेशन के रूप में देखा जाता है।

एम्बिग्युटी रीजन: लेखक मूल सेट के आसपास करप्शन रीजन $\Gamma(S)$ को स्लाइस्ड-वॉसरस्टीन (SW) डिस्टेंस का उपयोग करके परिभाषित करते हैं। मूल सेट के चारों ओर एक SW-बॉल का रेडियस $\rho$ , प्रशंसनीय करप्टेड डिस्ट्रीबक्शंस के सेट को परिभाषित करता है। यह फॉर्मूलेशन डिस्क्रीट एन्यूमरेशन से बचता है और SW मेट्रिक के ज्यामितीय गुणों का लाभ उठाता है, जो कि ऑप्टिमल ट्रांसपोर्ट (OT) समस्या के 1D प्रोजेक्शन से प्राप्त होता है।
एनकोडर: इस ज्योमेट्री के साथ संरेखित होने के लिए, फ्रेमवर्क एक वॉसरस्टीन-अवेयर सेट एनकोडर (Naderializadeh et al., 2021 पर आधारित) का उपयोग करता है। यह एनकोडर मल्टीपल मोंटे कार्लो प्रोजेक्शन दिशाओं में इनपुट सेट और एक सीखने योग्य संदर्भ सेट (learnable reference set) के बीच ऑप्टिमल ट्रांसपोर्ट कोऑर्डिनेट्स की गणना करके सेट्स को एम्बेडिंग्स में मैप करता है।

B. सुलभ अनुकूलन के लिए बैरीसेंट्रिक एडवरसरी (Barycentric Adversary)

सबसे खराब स्थिति वाले लॉस को SW-बॉल पर सीधे अनुकूलित करना कठिन बना हुआ है। इसे हल करने के लिए, SW-DRSO एक बैरीसेंट्रिक डेटा सिंथेसिस रणनीति पेश करता है:

लोकल नेबरहुड कंस्ट्रक्शन: एक दिए गए सेट $S$ के लिए, एम्बेडिंग डिस्टेंस के आधार पर पड़ोसियों का एक स्थानीय पूल $G(S)$ बनाया जाता है।
बैरीसेंटिक सिंथेसिस: डिस्क्रीट करप्टेड सेट्स पर खोजने के बजाय, यह विधि पड़ोसियों के एम्बेडिंग्स के कॉनवेक्स कॉम्बिनेशन (बैरिएन्टर) का उपयोग करके एक परटर्बड एम्बेडिंग $\bar{v}_S(\Lambda)$ को सिंथेसाइज करती है, जिसे सिम्प्लेक्स $\Delta_K$ पर एक प्रोबेबिलिटी वेक्टर $\Lambda$ द्वारा भारित (weighted) किया जाता है।
सैद्धांतिक औचित्य: लेखक सिद्ध करते हैं कि यह सिंथेसाइज्ड एम्बेडिंग SW मेट्रिक के तहत पड़ोसी सेट्स के वॉसरस्टीन बैरीसेंटर (Fréchet mean) के अनुरूप है। फलस्वरूप, बैरीसेंटिक रीजन मूल कठिन इनर मैक्सिमाइजेशन के लिए एक सुलभ, डिफरेंशिएबल सरोगेट के रूप में कार्य करता है।
ऑप्टिमाइज़ेशन: प्रशिक्षण उद्देश्य नाममात्र के ERM लॉस और बैरीसेंटिक रीजन पर सबसे खराब स्थिति वाले लॉस के भारित योग को कम करता है। इनर मैक्सिमाइजेशन (सबसे खराब स्थिति वाले वेट $\Lambda$ को खोजना) को सिम्प्लेक्स पर प्रोजेक्टेड ग्रेडिएंट एसेंट का उपयोग करके कुशलतापूर्वक हल किया जाता है, जबकि बाहरी लूप स्टैंडर्ड ग्रेडिएंट डिसेंट के माध्यम से एनकोडर और प्रेडिक्टर को अपडेट करता है।

3. मुख्य योगदान

पेपर तीन मुख्य योगदानों को रेखांकित करता है:

SW-DRSO फ्रेमवर्क: विशेष रूप से सेट रिप्रेजेंटेशन लर्निंग के लिए तैयार किया गया एक स्केलेबल DRO फ्रेमवर्क, जो इन्फरेंस-टाइम एलिमेंट करप्शन के खिलाफ प्रभावी मजबूती (robustness) सक्षम करता है।
सुलभ एम्बिग्युटी फॉर्मूलेशन: बैरीसेंटिक डेटा सिंथेसिस के माध्यम से एक सुलभ एम्बिग्युटी रीजन का फॉर्मूलेशन और ऑप्टिमाइज़ेशन। यह डिस्क्रीट सेट्स पर कम्प्यूटेशनल रूप से निषेध योग्य (prohibitive) सबसे खराब स्थिति वाली खोज को लो-डायमेंशनल मिक्सिंग वेट्स पर एक कुशल, डिफरेंशिएबल ऑप्टिमाइज़ेशन कार्य में बदल देता है।
अनुभवजन्य सत्यापन (Empirical Validation): व्यापक प्रयोग जो प्रदर्शित करते हैं कि SW-DRSO लगातार स्टेट-ऑफ-द-आर्ट बेसलाइन्स से बेहतर प्रदर्शन करता है, जो स्वच्छ डेटा पर सटीकता से समझौता किए बिना गंभीर करप्शन के विरुद्ध मजबूती बढ़ाता है।

4. प्रयोगात्मक परिणाम

लेखकों ने विभिन्न डेटा मोडैलिटीज और करप्शन पैटर्न वाले चार विविध डाउनस्ट्रीम कार्यों में SW-DRSO का मूल्यांकन किया:

कार्य I (सिमिलर सेट रैंकिंग): शोर वाले क्वेरी सेट्स के साथ सोशल नेटवर्क डेटासेट्स (Friendster, LIVEJ) पर मूल्यांकन। SW-DRSO ने सर्वश्रेष्ठ समग्र Recall@k और NDCG@k प्राप्त किया, और स्वच्छ एवं गंभीर करप्शन स्प्लिट्स के बीच सबसे छोटा प्रदर्शन अंतर दिखाया।
कार्य II (पॉइंट क्लाउड क्लासिफिकेशन): ModelNet40 पर मूल्यांकन। SW-DRSO ने उच्चतम समग्र सटीकता प्राप्त की और PSWE तथा FSW जैसे बेसलाइन्स की तुलना में हल्के और गंभीर ज्यामितीय करप्शन के तहत बेहतर प्रदर्शन बनाए रखा।
कार्य III (टॉपिक सेट एक्सपेंशन): LDA डेटासेट्स पर मूल्यांकन। विधि ने सभी डेटासेट्स में सर्वश्रेष्ठ AUC स्कोर प्राप्त किया, जो कीवर्ड्स के गायब होने या शोर के प्रति मजबूत लचीलापन दिखाता है।
कार्य IV (पैच-सेट विजुअल रिकग्निशन): NWPU-RESISC45 पर मूल्यांकन। SW-DRSO ने स्वच्छ डेटा पर बेसलाइन प्रदर्शन के बराबर या उससे अधिक प्रदर्शन किया और गंभीर पैच-लेवल करप्शन (मास्किंग और नॉइज़) के तहत प्रतिस्पर्धियों से काफी बेहतर प्रदर्शन किया।

एब्लेशन और विश्लेषण:

SW-DRSO फ्रेमवर्क या वॉसरस्टीन-आधारित एनकोडर को हटाने से प्रदर्शन में महत्वपूर्ण गिरावट आई, जो दोनों—रोबस्ट ऑब्जेक्टिव और ज्योमेट्रिक-अवेयर एनकोडिंग—की आवश्यकता की पुष्टि करता है।
अन्य DRO वेरिएंट्स (WDRO, KL-DRO, MMD-DRO) के साथ तुलना से पता चला कि SW-DRSO सटीकता और कम्प्यूटेशनल दक्षता के बीच बेहतर संतुलन प्रदान करता है।
बैरीसेंटिक एडवरसरी को डिस्क्रीट एडवरसेरियल सर्च या रैंडम कॉम्बिनेटोरियल सैंपलिंग की तुलना में अधिक प्रभावी और तेज़ पाया गया।

5. महत्व और दावे

पेपर सेट रिप्रेजेंटेशन लर्निंग में एक महत्वपूर्ण विश्वसनीयता अंतराल को संबोधित करने का दावा करता है: तैनात मॉडलों की उन विरल, इन्फरेंस-टाइम एलिमेंट डिग्रेडेशन के प्रति संवेदनशीलता जो आमतौर पर प्रशिक्षण डेटा में अनुपस्थित होते हैं।

बिना एन्यूमरेशन के मजबूती: सेट्स को एम्पिरिकल मेजर के रूप में प्रस्तुत करके और Sliced-Wasserstein ज्योमेट्री के माध्यम से करप्शन रीजन को परिभाषित करके, यह विधि करप्टेड सेट वेरिएंट्स के डिस्क्रीट एन्यूमरेशन की आवश्यकता के बिना मजबूती प्राप्त करती है।
कुशल अनुकूलन: बैरीसेंटिक एडवरसरी के परिचय ने एक कठिन इनर वेस्ट-केस सर्च को एक कुशल पैरामीट्राइजेशन ऑप्टिमाइज़ेशन में बदल दिया है, जिससे सेट-स्ट्रक्चर्ड डेटा के लिए डिस्ट्रिब्यूशनली रोबस्ट लर्निंग संभव हो गई है।
परिचालन प्रभाव: प्रस्तावित विधि का लक्ष्य सेट-आधारित मॉडलों की परिचालन मजबूती (operational robustness) में सुधार करना है, जिससे इनपुट के अपूर्ण, शोर युक्त, या एडवरसेरियली परटर्ब होने पर विफलता दर को कम किया जा सके, जबकि स्वच्छ इनपुट पर प्रतिस्पर्धी प्रदर्शन बनाए रखा जा सके।

लेखक निष्कर्ष निकालते हैं कि हालांकि SW-DRSO वर्तमान सेट-आधारित कार्यों के लिए प्रभावी है, एक आशाजनक भविष्य का दिशा-निर्देश ऐसे रोबस्ट सेट ऑप्टिमाइज़ेशन को लार्ज लैंग्वेज मॉडल (LLM) और एजेंट-सेंट्रिक सेटिंग्स में विस्तारित करना है जहाँ डिस्ट्रीशनल बदलावों के तहत मजबूती की तेजी से आवश्यकता बढ़ रही है।