※本記事は一次情報をもとにAI支援によって構成・作成し、事実関係の照合を行っています。
発表内容（事実）
2026年11月13日、arXivにて大規模言語モデル（LLM）の時間知覚に関する研究論文「Can LLMs Perceive Time? An Empirical Investigation」が公開されました。本研究は、ICLR 2026の「I Can’t Believe It’s Not Better Workshop」に採択されたものです。
論文では、4つのモデルファミリーと68のタスクを用いて4つの実験を行い、大規模言語モデルが自身のタスクの所要時間を正確に見積もることができるかを調査しています。
調査の結果、タスク前の見積もり時間は実際の所要時間を4〜7倍オーバーシュートし、数秒で完了するタスクに対して人間スケールの分単位の予測を行うことが判明しました。また、タスクペアの相対的な順序付けにおいても、誤った複雑さのラベルに惑わされるなどしてチャンスレベルかそれ以下（カウンターインディューシブルなペアに対してGPT-5が18%など）のスコアとなりました。事後の回想についても現実とは乖離しており、見積もりは実際値から一桁以上のズレが生じています。これらのエラーはマルチステップのエージェント設定において5〜10倍に拡大し、モデルは訓練データから所要時間に関する命題的知識を持つ一方で、自身の推論時間における体験的接地が欠如していると結論づけています。
この記事のポイント
- 大規模言語モデルが自身のタスクにかかる時間を正確に見積もれるかについて、4つのモデルファミリーと68のタスクを用いた4つの実験で調査した
- 事前タスクの見積もりは実際の所要時間を4〜7倍オーバーシュートし、秒単位のタスクで人間スケールの分単位の予測を行った
- タスクペアの相対的な順序付けはチャンスレベルかそれ以下にとどまり、GPT-5はカウンターインディューシブルなペアで18%のスコアとなった
- 事後の回想は現実から乖離し、見積もりは双方の方向に一桁のオーダーでズレが生じた
- マルチステップのエージェント設定ではエラーが5〜10倍に持続することが示された
考察（筆者の見解）
事実として、本研究はLLMが自身のタスク所要時間を正確に見積もることができず、事前見積もりや相対的順序付け、事後回想において大きな乖離が存在することを実験によって示しています。また、マルチステップのエージェント設定でもエラーが持続するという結果が確認されています。
このことから、エージェントのスケジュール管理やプランニング、時間的制約のあるシナリオにおいて、モデルの持続的な時間見積もりの不正確さが実務上の課題に影響を与える可能性があります。
筆者は、AIエージェントの自律的なタスク管理を実システムへ導入するにあたり、モデル自身の申告する時間見積もりをそのまま信頼せず、外部の計測機構やヒューリスティックなタイムアウト制御を組み合わせる設計アプローチがより重要になると考えます。
コメント