Foundation model astronomiczny AION-1 z 39 modalościami trenowany na ponad 200 milionach obiektów zawiera poważne systematyczne błędy spowodowane niekompletnym katalogami z których został wytrenowany. Naukowcy używając interwencji przyczynowych na wejściach modelu wykazali, że zmiana mapy segmentacji survey'u przy niezmiennych tokenach obrazu powoduje zmiany wszystkich raportowanych wielkości - strumienia, rozmiaru, eliptyczności i przesunięcia ku czerwieni - nawet o 110 do 4400 razy w porównaniu z kontrolą.
Mechanizm tego błędu to gating detekji - model polega przede wszystkim na obecności obiektu w centrum pola, a nie na rzeczywistym świetle które otacza maska. Katalogi Legacy Survey mają 3.68 procent celów bez segmentu pokrywającego ich położenie. Propagując ten błąd przez zestaw danych, przesunięcia tomograficznych średnich przesunięć ku czerwieni na medianie osiągają 0.71 raza wymóg LSST DESC i przekraczają go w 12 przypadkach na 40. Obserwowane błędy pozycyjne w najgorszym przedziale sięgają 8.3 razy wymaganego poziomu dokładności.
Ważne jest to, że błędy te wynikają z fundamentalnego problemu: modele trainowane na surowych danych survey'ów dziedziczą ich niedoskonałości. Spektroskopia usuwa efekt, co sugeruje że problem jest czysto katalogowy. Odkrycie to ma implikacje dla precyzji pomiarów kosmologicznych opierających się na takich modelach.