정확한 옵션 가격이 잠재적 위험 중립 밀도 (latent risk-neutral density)의 정확한 복구를 의미하지는 않습니다. 우리는 두 가지 상호 보완적인 벤치마크를 통해 이러한 차이를 연구합니다. 통제된 벤치마크는 잠재적 평가를 위해 시뮬레이터의 실제 밀도 (simulator-truth densities)를 노출하며, 연대기적 NIFTY 벤치마크는 홀드아웃 (held-out) 시장 가격만을 테스트합니다. 2-성분 로그 정규 혼합 모델 (two-component lognormal mixture)은 합성 벤치마크에서 가장 낮은 총합 가격 오차, $L^1$, Wasserstein, 그리고 고정 꼬리 (fixed-tail) 오차를 보입니다. 학습된 연산자 (Learned operators)들은 더 좁은 강점을 유지합니다: DeepONet은 혼합 모델 대비 1% 분위수 (quantile) 오차와 분산 오차를 각각 39.0%와 34.6% 감소시키며, Quote transformer는 구조적으로 잘못 지정된 (misspecified) Merton family에서 $L^1$ 오차를 16.4% 감소시킵니다. 수치적 조건화 분석 (numerical conditioning analysis)은 왜 이러한 순위가 달라질 수 있는지를 설명합니다: 질량 (mass) 및 선도 (forward) 제약 조건을 강제한 후, 126개의 가격 결정 방향 중 95개가 수치적으로 무효(null)하며, $L^1 = 0.061$만큼 떨어진 두 밀도가 커버된 행사가 (strikes)에서 동일한 가격을 생성합니다. 524개의 홀드아웃 NIFTY 콜 옵션에 대해, 검증을 통해 선택된 테스트 시간 적응 (test-time adaptation)은 DeepONet의 RMSE를 28.3% 감소시키지만, 만기별 혼합 모델 및 SVI 적합 (fits)이 여전히 훨씬 더 정확합니다. 이 증거는 보편적인 승자가 아닌, 타겟 의존적인 귀납적 편향 (target-dependent inductive bias)을 지지합니다.