Los modelos conocen el tiempo, pero calculan mal cuánto tardan
Los modelos de lenguaje acertaron hasta el 97,5 % de las preguntas sobre reglas temporales y luego subestimaron hasta un 99,5 % lo que tardarían en terminar. Un estudio muestra por qué los agentes que razonan sobre horarios aún pueden decidir mal sobre esperas, costos y coordinación.