Badania pokazują, że duże modele językowe (LLM) kontynuują wiarygodne powtarzanie fałszywych informacji, nawet gdy zostały wcześniej wyraźnie ostrzeżone o ich nieprawdziwości. Zjawisko to ujawnia fundamentalne problemy w sposobie, w jaki modele przetwarzają i przechowują informacje. Wynik ma znaczące implikacje dla niezawodności systemów AI w aplikacjach krytycznych, gdzie dokładność i umiejętność korekty błędów są kluczowe.