Các mô hình Frontier thất bại trong bài kiểm tra thời gian thực, lộ rõ lỗ hổng về khả năng lập kế hoạch dài hạn

Các LLM agent thuộc nhóm Frontier vẫn chưa thể ước tính chính xác thời gian thực tế cần thiết để hoàn thành công việc.