C’è un compromesso per sbloccare il pacchetto europeo sul clima

Traffico di droga in Basilicata, 24 misure cautelari - Tiscali NotizieIntesa: 'Imprese Vincenti' premia eccellenze di Lazio e Abruzzo - Tiscali NotizieEstonia al voto, la premier pro Kiev Kaja Kallas ha vinto le elezioni

2 Giugno, Mattarella rivendica il sostegno all'Ucraina: "La pace non si fa ai danni delle vittime"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”.

Laura Castelletti: chi è il primo sindaco donna di BresciaSardegna: giornata di pausa per Todde,pronta a volare in Abruzzo - Tiscali Notizie

G7, Trudeau subito contro la Meloni: "Preoccupati per le posizioni dell'Italia sui diritti Lgbtq"

Riforme istituzionali, Giorgia Meloni sull'incontro con le opposizioni: "Niente aventini"Orbán caccia il direttore del museo nazionale. Ecco cosa c’è dietro le purghe omofobe

La proposta dell’Estonia per tagliare i fondi russi: congelare i pagamenti per l’energia in un conto separatoGiuseppe Conte colpito al volto a Massa, parla l’aggressore: “Non sono un no vax ma un ex militante deluso”

Italia Viva propone una legge severa per i neopatentati: ecco i dettagliUcraina, coprifuoco a Kiev, nel pomeriggio colloquio telefonico tra i leader occidentali