Sussidio disoccupazione: requisiti e modalità per chiederloConto corrente bancario online: novità introdotte sui costi di gestionePil, agroalimentare e turismo: la Spagna supera l'Italia
Qual è la differenza tra modello 770 e modello 730Probabilmente è capitato a molti di voi: fate una domanda a ChatGPT e il sistema di OpenAI vi risponde con un’informazione dettagliata e convincente. Peccato che sia anche del tutto falsa. Gli esempi di quelle che in gergo tecnico vengono chiamate “allucinazioni” – ma che potremmo anche definire “inventare cose” – ormai si sprecano: da politici anticorruzione accusati falsamente di aver intascato tangenti al chatbot di Air Canada che ha offerto ai clienti della compagnia aerea uno sconto in realtà mai previsto (e che la società è stata infine costretta a onorare).Ci sono poi i frequenti errori biografici (Hillary Clinton sarebbe la prima presidente donna degli Stati Uniti),criptovalute scientifici (che hanno causato il precoce spegnimento di Galactica, il chatbot scientifico di Meta), politici e di ogni altro tipo. Secondo una ricerca condotta dalla società Vectara, GPT-4, che alimenta un modello avanzato di ChatGPT, soffre di allucinazioni nel 3% dei casi, Claude 2 di Anthropic arriva all’8,5% e Palm di Google supera in alcune sue versioni (oggi superate da Gemini) anche il 27%.Tutto ciò rappresenta ovviamente un grosso limite alla diffusione dei large language model (Llm), soprattutto in settori dove l’accuratezza e l’affidabilità sono di fondamentale importanza, come l’istruzione, la sanità, il giornalismo, le ricerche e altro ancora.Una questione di probabilitàPerché avviene questo? Perché ChatGPT e i suoi fratelli tendono a dire così tante stupidaggini? Prima di tutto va sottolineato che questi modelli linguistici sono progettati proprio allo scopo di inventare cose. O meglio: di tirare a indovinare le risposte che ci forniscono. I large language model non fanno infatti altro che prevedere statisticamente – sulla base dell’enorme quantità di dati con cui sono stati addestrati – quale sia la parola che ha la maggior probabilità di essere coerente con quelle che l’hanno preceduta.Come spiega l’Economist, “ogni token (termine con cui si definiscono le unità di testo impiegate da questi modelli, ndr) presente nel dataset deve avere una probabilità superiore a zero di venire selezionato, dando così al modello la flessibilità necessaria ad apprendere nuovi pattern, ma anche la possibilità di generare affermazioni scorrette. Il problema fondamentale è che i modelli linguistici sono probabilistici: la verità, invece, non lo è”.
Corte UE: Italia recuperi ICI non versata dalla ChiesaMonclick: come funziona il ritiro in sede e cosa fare
Un po' d'Italia nella classifica del Financial Times FT 1000
Alitalia, governo al lavoro per nazionalizzarlaAgenzia delle Entrate: sospese oltre 30mila cartelle
Borsa, Milano apre in rialzo: spread Btp-Bund in caloSEO&Love 2018, l'intervista ad Antonio Meraglia
Notizie di Economia in tempo reale - Pag. 195Pensione di cittadinanza a 780 euro minimo? Non per tutti
Giovani disoccupati: sei su dieci non sono disposti a trasferirsi all'esteroCome vedere saldo Paypal prepagataInternet e le banche: cresce l'utilizzo dei conti onlineSEO&Love 2018: l'intervista a Francesco De Nobili
Notizie di Economia in tempo reale - Pag. 189
Temporary card, cos'è e come funziona?
Borsa, Milano apre in rialzo: spread Btp-Bund in caloRegime Forfettario in forte crescita, novità dal 2019Massimo Astrini, Autore a Notizie.itCome rendere più convincenti i preventivi
Lavoro in nero: come fare la denuncia anonimaAmazon, accordo di 100 milioni alla Agenzie delle EntrateReddito di cittadinanza, Unimpresa: "boom del lavoro nero"Modello di una nota di credito per correggere una fattura sbagliata