Si spezza il cavo di una giostra: passeggeri sbalzati per aria

I pasdaran potrebbero diventare terroristi: attesa per la decisione dell'UEUsa, ripresi i voli dopo il blocco senza precedenti. Biden: "Ancora sconosciuta la causa"Ragazzino investito ed ucciso dopo Francia-Marocco, caccia al pirata della strada

Parigi, il killer del centro curdo confessa: "Sono razzista". Scontri nella capitale franceseProbabilmente 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),Guglielmo 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”.

Londra, sparatoria fuori dalla chiesa a Euston: sei feriti di cui due bambineNotizie di Esteri in tempo reale - Pag. 294

Spara e uccide per sbaglio un 11enne: tragedia a Dallas

Polemica per una mamma che ha fatto due tatuaggi uguali ai due figli gemelliQatargate, Cozzolino è il terzo uomo: "Agiva per soldi"

Notizie di Esteri in tempo reale - Pag. 313Incidente tra aerei a New York: un velivolo Ita si scontra con uno della Delta e perde un'ala

Brasilia, Esonero ai vertici delle forze di sicurezzaMike Tyson: nuova accusa di stupro