Se sabe que para el aprendizaje PAC, existen clases de conceptos naturales (p. Ej., Subconjuntos de listas de decisiones) para las cuales hay brechas polinómicas entre la complejidad de la muestra necesaria para el aprendizaje teórico de la información por parte de un alumno computacionalmente ilimitado, y la complejidad de la muestra que necesita un polinomio. aprendiz de tiempo. (ver, por ejemplo, http://portal.acm.org/citation.cfm?id=267489&dl=GUIDE o http://portal.acm.org/citation.cfm?id=301437 )
Sin embargo, estos resultados parecen depender de la codificación de un secreto en ejemplos particulares y, por lo tanto, no se traducen naturalmente en el modelo SQ de aprendizaje, donde el alumno solo puede consultar las propiedades estadísticas de la distribución.
¿Se sabe si existen clases de conceptos para las cuales el aprendizaje teórico de la información en el modelo SQ es posible con consultas O (f (n)), pero el aprendizaje computacionalmente eficiente solo es posible con consultas Omega (g (n)) para g (n ) >> f (n)?