Scozia, uomo muore poco prima delle nozze: malore all'arrivo della futura moglie

Notizie di Esteri in tempo reale - Pag. 659India, la truffa del vaccino anti Covid: inoculavano acqua salataUsa, bimba di 10 anni morta di peste: è allarme in Colorado

Covid, Oms: "Casi in Europa aumentano dopo 10 settimane di calo, copertura vaccinale insufficiente"Probabilmente 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),Campanella 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”.

Afghanistan, cittadini in fuga bloccati all'aeroporto di KabulIl presidente americano Joe Biden e la moglie Jill riceveranno la terza dose di vaccino anti-Covid

Russia, aereo con 28 persone a bordo si schianta: ritrovati resti in mare

Lituania, jet russo invade lo spazio aereo durante la visita del premier spagnolo SanchezSvizzera, sindaco di Lugano Marco Borradori colpito da un arresto cardiaco: condizioni critiche

Nuova mappa Ue delle zone a rischio Covid: Sicilia, Sardegna, Veneto e Lazio tornano arancioniNotizie di Esteri in tempo reale - Pag. 655

Ennesimo naufragio al largo della Libia: almeno 57 mortiAllarme bomba in aeroporto a Bruxelles: evacuato lo scalo di Zaventem