Des spécialistes de la division Apple Machine Learning Research ont présenté un travail consacré à l'analyse des propriétés des fonctions invariantes par rapport à la position. Ces propriétés, également appelées symétriques, sont définies exclusivement par la fréquence d'apparition des valeurs dans une fonction, indépendamment des positions spécifiques qu'elles occupent.

Des recherches antérieures avaient établi que la complexité des requêtes lors du test de telles propriétés de fonctions est étroitement liée à la complexité d'échantillonnage lors du test des propriétés correspondantes des distributions. Cependant, les auteurs de la nouvelle étude soulignent que cette relation stable ne se maintient pas lors du passage aux tâches de vérification.

La conclusion principale de l'étude met en évidence une différence fondamentale entre les processus de test et de vérification dans ce domaine. Ce qui unifiait les approches concernant les fonctions et les distributions au stade du test s'avère séparé lorsqu'il s'agit de confirmer l'exactitude des propriétés.