यह पत्र जांच करता है कि क्या बड़े पैमाने पर भाषा मॉडल (एलएलएम) में मतिभ्रम (गलत जानकारी उत्पन्न करना) दवा की खोज के लिए उपयोगी जानकारी हो सकती है, विशेष रूप से आणविक गुण भविष्यवाणी के लिए। शोधकर्ताओं ने आणविक संरचना की जानकारी (SMILES स्ट्रिंग्स) से प्राकृतिक भाषा विवरण उत्पन्न करने के लिए एलएलएम का उपयोग किया और इन विवरणों को आणविक गुण वर्गीकरण कार्य में लागू किया। सात निर्देश-ट्यून्ड एलएलएम और पांच डेटासेट का उपयोग करने वाले प्रयोगों से पता चला कि मतिभ्रम ने कुछ मॉडलों में भविष्यवाणी की सटीकता में सुधार किया। विशेष रूप से, जब मतिभ्रमित पाठ शामिल किया गया तो फाल्कन 3-माम्बा -7 बी ने सभी बेसलाइन मॉडलों को बेहतर प्रदर्शन किया और जीपीटी -4 ओ द्वारा उत्पन्न मतिभ्रम के परिणामस्वरूप मॉडलों में सबसे बड़ा प्रदर्शन सुधार हुआ। यह अध्ययन इस पारंपरिक दृष्टिकोण को चुनौती देता है कि मतिभ्रम केवल एक समस्या है, तथा दवा की खोज जैसे वैज्ञानिक मॉडलिंग कार्यों में मतिभ्रम को उपयोगी संकेतों के रूप में उपयोग करने की एक नई दिशा सुझाता है।
