Why LLMs Fail at Causal Discovery and How Interventional Agents Escape

Este artículo de investigación revela que los grandes modelos de lenguaje fallan fundamentalmente en el descubrimiento causal debido a su incapacidad para distinguir entre grafos causales que generan datos observacionales similares. Introduce un "teorema de obstrucción de kernel" para formalizar esta limitación intrínseca de los paradigmas de aprendizaje actuales.