에이전트 메모리 스토어가 모델 환각까지 영구 보관하는 문제가 보고되었다.

에이전트 장기 메모리에서 모델의 환각이 반복 재생산되는 문제를 해결하기 위해 작성자는 주장 승격을 모델 신뢰도만으로 하지 않고 모델이 인용한 근거 조각 중 최소 하나가 원문에 실제로 존재하는지를 확인하는 소스-그라운딩 절차를 도입했다고 밝혔다; 구현은 정규화된 부분 문자열 매칭을 기본으로 하고 표기 차이 발생 시 토큰 오버랩 검사를 보완책으로 사용한다. 이 정책은 거짓 양성을 방지하기 위해 거짓 음성 발생을 허용하는 보수적 트레이드오프를 채택하며 예측·약속·거래 리스크 같은 고영향 주장에는 추가적 확증이나 인간 확인을 요구한다. 작성자는 렉시컬 그라운딩이 인용문의 존재만을 확인할 뿐 그로부터의 추론 정당성까지 보장하지 못하는 한계를 인정하고, 현재 구현이 오픈소스 CRMy 프로젝트의 Postgres 기반 저장소에서 운용 중임을 공개했다. 마지막으로 작성자는 의미 기반(NLI) 그라운딩을 도입할 때의 지연 대비 이점에 대한 커뮤니티 경험을 묻고 있다.