Mit der Prediktorenhierarchie ließ sich das Standardproblem
natürlich wesentlich schneller (innerhalb weniger
100 Trainingsequenzen) lösen als mit der Kollapsarchitektur, welche
die meiste Zeit der Trainingsphase für den Kollabiervorgang selbst verwendete.
Für die in Abschnitt 7.4.1 beschriebene Aufgabe (mit
zeitlichen Verzögerungen
von mehr als 1000 Zeitschritten) fand die
Kollapsarchitektur innerhalb von 
Trainingssequenzen keine Lösung -
damit lernte sie bei diesem Problem mindestens 1000 mal langsamer als die
hierarchische Architektur.
Ferner ist die hierarchische Architektur, wie bereits des öftern
erwähnt, im Gegensatz zur Kollapsarchitektur sicher, da
ein Prediktor der Hierarchie keinen potentiell destabilisierenden
Einfluß auf Prediktoren niederer Ebenen nehmen kann.
Ein Nachteil der Hierarchie besteht allerdings darin, daß die
Informationsverarbeitung nach der Trainingsphase mehr als ein
Netzwerk erfordert - was die Kollapsarchitektur trotz ihrer
Schranken interessant erscheinen läßt.