연구진이 무한 폭 가우시안 프로세스 모델의 랜덤 신경망을 텐서 프로그램 관점에서 분석했어요. 벤치마크에서 두 실행 사이의 폭 차이에 대한 명확한 오차 경계를 제시했어요. 이 프레임워크는 아키텍처에 구애받지 않으며, 순방향 모델과 함께 재귀적 및 트랜스포머 유형 아키텍처에 관련된 가중치 공유 방식을 다뤄요. 연구 결과는 텐서 프로그램의 가우시안 프로세스 한계에 대한 이해를 높이는 데 기여할 것으로 보입니다.