Why LLMs Fail at Causal Discovery and How Interventional Agents Escape

Este artigo de pesquisa revela que grandes modelos de linguagem falham fundamentalmente na descoberta causal devido à sua incapacidade de distinguir entre grafos causais que geram dados observacionais semelhantes. Ele introduz um "teorema de obstrução de kernel" para formalizar essa limitação intrínseca dos paradigmas de aprendizagem atuais.