Исследование OpenAI показало, что галлюцинации LLM сохраняются из-за того, что предварительное обучение сосредоточено на предсказании слов без проверки истинности. Текущие оценки поощряют угадывание, а не признание неопределенности. Предлагаемое решение включает системы оценок, которые наказывают за уверенные ошибки больше, чем за неопределенность, подобно стандартным тестам, не поощряющим слепые догадки.