연구진이 In-Context Operator Networks (ICON)의 일반화 한계를 극복하기 위해 Chain of Operators (CHOP) 프레임워크를 제안했어요. CHOP는 기존 ICON 모델을 동결하고, 명시적인 변환과 결합하여 OOD (Out-of-Distribution) 작업에 적용하는 방식이에요.
스칼라 보존 법칙과 평균장 제어 문제 실험 결과, CHOP는 직접적인 ICON 평가보다 상대적 추론 오류를 줄이는 효과를 보였고, 각 연산자는 해석 가능하고 닫힌 형태로 유지됐어요.
한 PDE 패밀리에 구축된 체인은 다른 패밀리에도 적용 가능하며, 이는 연계 시스템 전반에 걸쳐 공유되는 메커니즘을 시사합니다.