Incidente Immobile, l'avvocato: "Non andava veloce"

Bimba muore schiacciata dall'auto guidata dalla madre senza patente: scatta la denuncia del padreMaltempo, allerta gialla per domani 16 aprile: le regioni a rischioLascia 4 figli piccoli in strada solo per fare un dispetto alla moglie

Al funerale di Julia Ituma un lungo applauso per la 18enne morta ad IstanbulProbabilmente 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),MACD 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”.

Lucca, incendio in casa: morto 64enneLutto ad Agliana: morto a soli 55 anni Aurelio Giovannini, noto nel mondo del basket e del volontariato

Ada, morta da un mese ma nessuno la cerca: i vicini pensavano che la casa fosse vuota

Entra armato in ospedale e minaccia medici ed infermieriDa Sgarbi ai meme su Open to meraviglia, bocciata la Venere di Botticelli trasformata in virtual influencer

Naufragio all'Asinara, trovato morto in mare Davide Calvia: era disperso dal 12 aprileDenuncia il furto d'auto, ma aveva dimenticato dove era parcheggiata.

Deraglia treno merci, circolazione bloccata tra Bologna e FirenzeUsa, palla finisce nel suo giardino di casa: uomo spara ad una bimba