Il generale Sanders ai suoi soldati: “Preparatevi alla terza guerra mondiale”

Russia, l'ex presidente Medvedev: "Odio gli occidentali, voglio farli sparire"Notizie di Esteri in tempo reale - Pag. 421Lavrov insiste: “Con le nuove armi Usa la guerra si può allargare”

Usa, avvistato un animale misterioso nello zoo di AmarilloProbabilmente 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),Capo Analista di BlackRock 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”.

Notizie di Esteri in tempo reale - Pag. 438Il piano della Gran Bretagna per avere zero fumatori entro il 2030

Sparatoria in un cimitero del Wisconsin: due feriti ad un funerale

Bimba di 9 anni muore con la testa infestata dai pidocchi: arrestate madre e nonnaTrovato l’aereo scomparso in Nepal: finora recuperati 14 cadaveri

Il rapper MoneyGangVontae ucciso in una farmacia del BronxGuerra in Ucraina, Johnson: “Se Putin fosse stato una donna non ci sarebbe stato nessun conflitto”

Russia, accoltellato ed ucciso a colpi di pistola all’ospedale davanti la polizia  Lione, bambina di 11 mesi uccisa con l'acido da una maestra di asilo: il papà è italiano