Capacidades reales de LLM: qué funciona y qué falla

Las empresas venden LLM como solución universal. La realidad técnica es más matizada.

Tareas que funcionan consistentemente

1. Generación de texto coherente en contextos definidos
2. Resumen de documentos con estructura clara
3. Traducción entre idiomas principales con datasets robustos
4. Clasificación de texto cuando hay patrones estadísticos fuertes

Limitaciones documentadas

1. Razonamiento lógico complejo: fallan en problemas multi-paso
2. Precisión factual: alucina información con confianza total
3. Matemáticas: errores frecuentes más allá de aritmética básica
4. Coherencia temporal: no mantiene estado interno real

Por qué ocurren estas limitaciones

Los LLM predicen tokens siguiente mediante patrones estadísticos. No construyen modelos causales del mundo. Comprimen correlaciones del dataset, no entienden significado.

Benchmarks muestran tasas de error del 15-40% en tareas de razonamiento. Esto no mejora linealmente con escala.

Úsalos donde las estadísticas funcionan. No esperes razonamiento genuino.