La posizione dell’Italia sull’esclusione della Russia da Swift: allineata ma dubbiosa

Anonymous inarrestabile, hackerata la Tass: “Putin ci mette in pericolo”Lionel Guedj, dentista francese a processo: toglieva denti sani ai pazientiUcraina, coppia si sposa durante l'attacco russo: "Forse moriremo e volevamo stare insieme"

Legge marziale, cos’è il provvedimento preso in Ucraina dopo l’invasione della RussiaProbabilmente 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”.

Russia-Ucraina: cosa vuole Putin per non far scoppiare la guerra che minacciaUcraina, il video straziante del soldato fa il giro del web: "Mamma e papà vi amo"

Le ultime parole dei soldati ucraini all’Isola dei Serpenti: “Fottetevi, russi”

Una donna partorisce nella metro sotto i bombardamenti a KievCyberattacco in Ucraina: colpiti siti della Difesa e delle banche

“Putin vuole la pace”: polemiche per le parole dell’influencer russa che vive in MessicoUcraina, spari dei separatisti contro un asilo: ferite due insegnanti

A Kiev colpito dai russi un sito di smaltimento di scorie nucleariPalazzo colpito da un missile a Kiev, residenti evacuati: ci sarebbero feriti