본 논문은 S4, S5, LRU와 같이 장기 시계열을 처리하는 최첨단 모델들이 상태 공간 모델(SSM)과 신경망을 결합한 순차적 블록으로 구성되는 점에 주목합니다. 논문에서는 안정적인 SSM 블록을 사용하는 이러한 아키텍처에 대해 입력 시퀀스 길이에 무관한 PAC 경계를 제시합니다. SSM 블록의 안정성은 기존 연구에서 성능 향상에 도움이 되는 것으로 알려져 있으며, 본 논문의 PAC 경계는 SSM 블록의 안정성이 증가함에 따라 감소하는 것을 보임으로써 이러한 관행에 대한 이론적 근거를 제공합니다.