본 논문은 대규모 언어 모델(LLM)의 시간적 지능 부족 문제를 해결하기 위해, 시간에 대한 이해, 예측, 창의적인 생성 능력을 갖춘 새로운 프레임워크인 Time-R1을 제시한다. Time-R1은 30억 파라미터의 중간 규모 LLM에 강화 학습 기반의 3단계 학습 과정을 적용하여, (1) 과거 데이터로부터 시간적 이해와 논리적 사건-시간 매핑을 구축하고, (2) 지식 한계를 넘어선 미래 사건 예측 능력을 개발하며, (3) 추가적인 미세 조정 없이 창의적인 미래 시나리오 생성 능력을 확보한다. 실험 결과, Time-R1은 6710억 파라미터의 DeepSeek-R1을 포함한 훨씬 큰 모델들을 미래 사건 예측 및 창의적인 시나리오 생성 벤치마크에서 능가하는 성능을 보였다. 또한, 10년간의 뉴스 데이터를 기반으로 한 대규모 다중 작업 시간적 추론 데이터셋인 Time-Bench와 Time-R1 체크포인트들을 공개하여 추가 연구를 지원한다.
