Bài báo này nhằm mục đích cải thiện Advanced Color Passing (ACP), một thuật toán tiên tiến nén các mô hình phân tích nhân tử mệnh đề để suy luận nâng cao hiệu quả trong các mô hình đồ họa xác suất biểu diễn các đối tượng không thể phân biệt được và các mối quan hệ của chúng. ACP nhóm các yếu tố có phân phối tương tự. Một phiên bản gần đúng của ACP sử dụng siêu tham số ε để nhóm các yếu tố khác nhau nhỏ hơn $(1\pm ε)$. Tuy nhiên, việc tìm ra giá trị ε phù hợp rất khó và đòi hỏi phải thử nghiệm và sai sót rộng rãi, và mô hình thay đổi đáng kể tùy thuộc vào giá trị ε, làm giảm khả năng diễn giải. Do đó, bài báo này trình bày một phương pháp tiếp cận phân cấp không có siêu tham số. Phương pháp này tính toán hiệu quả một hệ thống phân cấp các giá trị ε để tạo ra một hệ thống phân cấp mô hình. Nghĩa là, các yếu tố được nhóm ở một giá trị ε cụ thể tiếp tục được nhóm ở các giá trị ε cao hơn. Hệ thống phân cấp các giá trị ε này sau đó được theo sau bởi một hệ thống phân cấp các giới hạn lỗi. Giá trị ε cho ACP được chọn bằng cách xem xét sự đánh đổi giữa nén và độ chính xác, do đó cải thiện khả năng diễn giải trên các mô hình khác nhau.
