Newest papers

Circuits of LLM Classifiers

Hadi Khalaf, Sajani Vithana, Kunal Talreja, Haewon Jeong, Viveck R. Cadambe, Flavio Calmon · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.30076 · cited by 0 works (OpenAlex) · open-access PDF

Hindi

भाषा मॉडल वर्गीकृत करने के लिए नमूने के साथ एक मॉडल को वर्गीकृत करने के लिए प्रोत्साहित करके वर्गीकरण बनाने के लिए आसान बनाते हैं. हालांकि, उनके पूर्वानुमान नमूने के माध्यम से न तो निर्णायक हैं और न ही समान रूप से विश्वसनीय हैं. हम विभिन्न मॉडल से पूर्वानुमानों को विश्वसनीयता में सुधार करने के लिए कैसे जोड़ सकते हैं? हम एलएलएम वर्गीकरण को एक अंतर्निहित लक्षित लेबल के शोर मापने के उपकरणों के रूप में देखते हैं. हमारा लक्ष्य एक निश्चित औसत पूछताछ लागत पर औसत वर्गीकरण सटीकता को अधिकतम करना है. इस उद्देश्य के लिए, हम सर्किट पेश करते हैं जो एलएलएम वर्गीकरणों को एक अनुकूलित सर्किट और निर्णय

Machine translation (Meta M2M100); the English original follows.

Abstract

Language models make it easy to build classifiers by simply prompting a model with the sample to classify. However, their predictions are neither deterministic nor uniformly reliable across samples. How can we combine predictions from different models to improve reliability? We view LLM classifiers as noisy measurement instruments of an underlying target label. Our goal is to maximize average classification accuracy at a given average query cost. To this end, we introduce circuits that organize LLM classifiers into an adaptive sequence of queries and decisions. We then characterize the optimal circuit, obtain the fundamental limits of achievable accuracy, and provide practical insights on realizing the optimal circuit. Across seven classification tasks spanning safety, health, political science, human preference, agent evaluation, decision-making and reasoning, our method improves the cost-accuracy frontier over routing and cascading baselines.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Artificial intelligence, Machine learning, Sequence (biology), Sample (material), Random subspace method

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange