Scuola di Uvalde: genitori bloccati dalla polizia, il video straziante

Chiapperini: “La Russia può mandare missili ai confini europei ma sarebbe solo una minaccia”Guerra in Ucraina, l'analisi del generale Pietro SerinoCorea del Nord, lockdown nazionale dopo il primo caso Covid confermato

Guerra in Ucraina, Putin: “Eroe chi prende parte a missione nel Donbass”. Kuleba: “NATO non fa nulla”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),Professore 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”.

Usa, tassista rifiuta di portare una coppia di razzisti: minacciatoIan Bremmer e l’importanza di “quello che Putin non ha detto nel discorso”

Chi c'è nella lista nera della Russia: da Biden a Zuckerberg e Morgan Freeman

Dalla Azovstal evacuati 264 soldati, 53 sono feriti gravementeItaliani rapiti in Mali, la Farnesina conferma: chi sono e perché erano lì

Ucraina, sette missili su Odessa: Biden firma legge usata contro HitlerMotivano il figlio di 6 anni a correre una maratona completa con le patatine

Condannato all'ergastolo il primo soldato russo processato per crimini di guerraUn thailandese ha vissuto 21 anni con il cadavere della moglie in casa