Real-Time Deadlines Reveal Temporal Awareness Failures in LLM Strategic Dialogues

📄 arXiv: 2601.13206v1 📥 PDF

作者: Neil K. R. Sehgal, Sharath Chandra Guntuku, Lyle Ungar

分类: cs.AI

发布日期: 2026-01-19

💡 一句话要点

揭示LLM在战略对话中对实时截止时间的感知缺陷

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 时间感知 战略对话 谈判 截止时间

📋 核心要点

  1. 现有LLM在时间敏感的战略对话中表现不佳，无法有效利用实时截止时间信息。
  2. 通过模拟谈判场景，对比LLM在有无剩余时间提示下的表现，评估其时间感知能力。
  3. 实验表明，LLM在时间感知条件下交易成功率显著提升，但在基于轮次的限制下表现优异，说明时间跟踪是瓶颈。

📝 摘要（中文）

大型语言模型(LLM)以离散的时间步逐个token地生成文本，然而现实世界的交流，例如治疗会话和商业谈判，都严重依赖于连续的时间约束。目前的LLM架构和评估协议很少测试LLM在实时截止时间下的时间感知能力。本文通过模拟配对智能体在严格截止时间下的谈判，研究LLM如何在时间敏感的环境中调整其行为。在对照条件下，智能体只知道全局时间限制。在时间感知条件下，它们在每一轮都收到剩余时间的更新。结果表明，在时间感知条件下，达成交易的概率（GPT-5.1为32% vs. 4%）和接受报价的概率是控制条件下的六倍，这表明LLM难以在内部跟踪已用时间。然而，在基于轮次的限制下，相同的LLM实现了接近完美的交易达成率（≥95%），这表明失败在于时间跟踪，而不是战略推理。这些影响在不同的谈判场景和模型中重复出现，说明LLM普遍缺乏时间感知能力，这将限制LLM在许多时间敏感型应用中的部署。

🔬 方法详解

问题定义：现有的大型语言模型（LLM）在处理需要时间感知的战略对话时存在不足。尽管LLM能够逐token生成文本，但它们在模拟真实世界的时间约束（例如谈判中的截止时间）时表现不佳。现有的LLM架构和评估方法通常忽略了对LLM在实时截止时间下的时间感知能力的测试，这限制了LLM在时间敏感型应用中的部署。

核心思路：本文的核心思路是通过模拟谈判场景，显式地考察LLM在不同时间感知条件下的行为。具体来说，研究者设计了两种条件：一种是控制条件，LLM只知道全局时间限制；另一种是时间感知条件，LLM在每一轮对话中都会收到剩余时间的更新。通过比较这两种条件下LLM的谈判表现（例如交易达成率和报价接受率），可以评估LLM的时间感知能力。

技术框架：该研究采用模拟谈判框架，其中两个LLM智能体进行配对，并在预设的谈判场景下进行对话。每个智能体都有自己的目标和偏好，需要在截止时间前达成协议。研究者使用了不同的LLM模型（例如GPT-3.5和GPT-4）作为智能体，并控制了谈判场景的复杂度和时间限制的严格程度。通过分析LLM智能体的对话记录和最终结果，可以评估它们在不同时间感知条件下的表现。

关键创新：该研究的关键创新在于它揭示了LLM在时间感知方面存在的系统性缺陷。尽管LLM在战略推理方面表现出色（例如在基于轮次的限制下），但它们在跟踪已用时间和利用实时截止时间信息方面存在困难。这种缺陷可能会严重限制LLM在需要时间敏感性的应用中的应用。

关键设计：研究的关键设计包括：1) 对照组和实验组的设置，确保能够有效对比时间感知对LLM的影响；2) 谈判场景的设计，模拟真实世界的时间压力；3) 性能指标的选择，例如交易达成率和报价接受率，能够全面评估LLM的谈判表现；4) 使用不同的LLM模型和谈判场景，验证结果的鲁棒性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，在时间感知条件下，GPT-5.1达成交易的概率从4%提升到32%，报价接受率提升了六倍。然而，在基于轮次的限制下，相同的LLM实现了接近完美的交易达成率（≥95%）。这些结果表明，LLM在时间跟踪方面存在显著缺陷，而非战略推理能力不足。

🎯 应用场景

该研究成果对LLM在时间敏感型应用中的部署具有重要意义，例如：自动驾驶、金融交易、医疗诊断等。未来的研究可以探索如何改进LLM的时间感知能力，例如通过引入时间编码或强化学习等方法。此外，该研究也为评估其他AI系统的时间感知能力提供了借鉴。

📄 摘要（原文）

Large Language Models (LLMs) generate text token-by-token in discrete time, yet real-world communication, from therapy sessions to business negotiations, critically depends on continuous time constraints. Current LLM architectures and evaluation protocols rarely test for temporal awareness under real-time deadlines. We use simulated negotiations between paired agents under strict deadlines to investigate how LLMs adjust their behavior in time-sensitive settings. In a control condition, agents know only the global time limit. In a time-aware condition, they receive remaining-time updates at each turn. Deal closure rates are substantially higher (32\% vs. 4\% for GPT-5.1) and offer acceptances are sixfold higher in the time-aware condition than in the control, suggesting LLMs struggle to internally track elapsed time. However, the same LLMs achieve near-perfect deal closure rates ($\geq$95\%) under turn-based limits, revealing the failure is in temporal tracking rather than strategic reasoning. These effects replicate across negotiation scenarios and models, illustrating a systematic lack of LLM time awareness that will constrain LLM deployment in many time-sensitive applications.