लेख "धोखा देने वाली ग्राउंडिंग" (DG) को पेश करता है, जो एक क्लिनिकल रिट्रीवल-एंगमेंटेड जनरेशन में विफलता मोड है जहाँ मॉडल के दावे वास्तविक दस्तावेज़ों से तथ्यात्मक रूप से स्रोतित होते हैं लेकिन गलत एंटिटी को अट्रिब्यूट किए जाते हैं। यह समस्या मान्यता, हैलुसिनेशन और उद्धरण जाँच के लिए अदृश्य रहती है।
- 13 मॉडल पर नियंत्रित फैक्टोरियल बेंचमार्क ने प्रतिस्पर्धी स्थितियों के तहत DG दरों को 8-87% दिखाया, जिसमें चिकित्सा फाइन-ट्यूंड मॉडल 86.7% तक पहुँचते हैं।
- एब्लेशन अध्ययन दिखाते हैं कि एंटिटी-विशिष्ट क्लिनिकल सबूत को हटाने से अट्रिब्यूशन विफलता समाप्त हो जाती है, और त्रुटियां कॉन्फाबूलेशन की ओर स्थानांतरित हो जाती हैं।
- 740 दवा-रोग जोड़ों पर उत्पादन मापन ने एक तैनात प्रणाली में DG की 7.8% कुल दर पाई, जो हाल ही में मंजूरी प्राप्त दवाओं के लिए बढ़कर 13.6% हो जाती है।
- एंटिटी-अट्रिब्यूशन सत्यापन 97.0% परिशुद्धता और 98.7% रिकॉल के साथ DG का पता लगाता है, लेकिन मौजूद फ्रेमवर्क्स में लागू नहीं है।
लेखक तर्क देते हैं कि एंटिटी-अट्रिब्यूशन सत्यापन इस विफलता मोड को पहचानने के लिए महत्वपूर्ण है, जिसे डोमेन विशेषज्ञता कम करने के बजाय बढ़ावा देती है।