यह अध्ययन उन वास्तविक तैनाती स्थितियों में जहाँ कोई क्लेरिफिकेशन सुपरवाइजन उपलब्ध नहीं है, वहाँ फ्रोजन डाउनस्ट्रीम मॉडल्स को डायलॉग डिस्कোর্स पार्सिंग के लिए बेहतर बनाने हेतु इनपुट रीराइटिंग के उपयोग का पुनर्मूल्यांकन करता है। लेखकों ने पाया कि सुपरवाइज्ड सेटिंग्स द्वारा सुझाए गए की तुलना में अंतिम-उटरेंस क्लेरिफिकेशन बहुत कम विश्वसनीय है, क्योंकि पार्सर-अग्नोस्टिक रीराइटिंग अक्सर रिपेयर की तुलना में अधिक रीग्रेशन्स पेश करता है।
- तीन सेगमेंटेड डिस्कোর্स रिप्रिजेंटेशन थ्योरी (SDRT) डेटासेट्स और कई पार्सरों केAcross, विश्लेषण दिखाता है कि फिक्स सक्षम बनाने वाले एडिट्स अक्सर उस डिस्कোর্स क्यूज़ को बाधित करते हैं जिस पर पार्सर निर्भर करता है।
- एक बेस्ट-ऑफ़-8 रीराइटिंग विश्लेषण एक व्यावहारिक छत दिखाता है जहाँ त्रुटियों का एक बड़ा हिस्सा केवल इनपुट रीराइटिंग के माध्यम से रिपेयर योग्य नहीं है।
- GRPO के साथ प्रशिक्षित एक पार्सर-अवेयर क्लेरिफायर कंजर्वेटिव अब्सटेनशन सीखकर रीग्रेशन्स को 37% तक कम करता है, फिर भी वे चुनिंदा रूप से जागरूक क्लेरिफिकेशन उत्पन्न करने में विफल रहते हैं जो पार्सिंग को लगातार बेहतर बनाएं।
यह निष्कर्ष क्लेरिफिकेशन को एक सिलेक्टिव इंटरवेंशन समस्या के रूप में पुनर्परिभाषित करता है और फ्रोजन डिस्कোর্स पार्सरों के इनपुट-साइड ऑप्टिमाइजेशन के लिए रीराइटेबिलिटी प्रेडिक्शन को मुख्य अभाव क्षमता के रूप में पहचानता है।