Por qué los LLM fallan en predicción tabular (paper 2026)
Un estudio de CWI y TU Eindhoven publicado en 2026 demuestra que los modelos de lenguaje colapsan en predicción tabular cuando hay más de 16 columnas, sin importar el formato del prompt. Los modelos clásicos como bosques aleatorios y XGBoost no sufren este efecto y siguen siendo la mejor opción para datos estructurados.