Diketahui bahwa untuk pembelajaran PAC, ada kelas konsep alami (misalnya himpunan bagian dari daftar keputusan) yang terdapat kesenjangan polinomial antara kompleksitas sampel yang diperlukan untuk pembelajaran teori informasi oleh pelajar yang tidak terikat secara komputasi, dan kompleksitas sampel yang dibutuhkan oleh polinomial- pelajar waktu. (lihat, mis. http://portal.acm.org/citation.cfm?id=267489&dl=GUIDE atau http://portal.acm.org/citation.cfm?id=301437 )
Namun, hasil ini tampaknya bergantung pada penyandian rahasia dalam contoh-contoh tertentu, dan karenanya tidak secara alami diterjemahkan ke dalam model pembelajaran SQ, di mana pelajar hanya perlu menanyakan properti statistik distribusi.
Apakah diketahui apakah ada kelas konsep yang pembelajaran informasi-teoretisnya dalam model SQ dimungkinkan dengan kueri O (f (n)), tetapi pembelajaran yang efisien secara komputasi hanya dimungkinkan dengan kueri Omega (g (n)) untuk g (n) ) >> f (n)?