गूगल की DeepMind द्वारा हाल में किए गए अनुसंधान में पाया गया है कि बड़े भाषा मॉडल अपनी तर्क संबंधी गलतियों को स्वयं सुधारने में सक्षम नहीं हैं। अनुसंधान से पता चला कि जब मॉडल अपने पहले प्रतिक्रिया को केवल अपने दम पर सुधारने की कोशिश करते हैं, तो अक्सर गलती करते हैं। शोधकर्ताओं का मानना है कि वर्तमान में सुरक्षा-संवेदनशील परिस्थितियों में स्व-सुधार की क्षमता बहुत महत्वपूर्ण है। मतदान के माध्यम से समान प्रतिक्रिया प्राप्त की जा सकती है, लेकिन यह स्व-सुधार के समान नहीं है। भाषा मॉडल के स्व-सुधार की क्षमता को सुधारने के लिए और अधिक अनुसंधान की आवश्यकता है।