Incidente sul lavoro a Bollate: morto un operaio

Il presunto aggressore della turista israeliana in stazione Termini: "Non sono io quella persona"Inferno di fuoco in via Appia nuova nella notte, 25 mezzi in fiammeI familiari della nonna morta sotto un camion: "Viveva per i nipoti"

Annuncia il suicidio sui social dopo la fine della relazione: salvato dagli amiciProbabilmente 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),criptovalute 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”.

Udine, dottoressa aggredita e insultata: quasi strangolata dall'accompagnatore di un pazienteChi l'ha visto: scompare e inscena la sua morte, ma in realtà è vivo. Pietro contatta la trasmissione

Anziana uccisa in casa: fermata la figlia 51enne della donna

Covid, non solo l'Italia: quali Paesi hanno chiesto l'obbligo del tampone per chi arriva dalla CinaNotizie di Cronaca in tempo reale - Pag. 608

Lutto in ospedale a Livorno, è morto il professor CrudeliSassari, giovane operaio morto schiacciato tra un muletto e un camion sulla Buddi Buddi

Rubava merce nei negozi per 1200 euro: fermata una 41enneMuore per un malore a 18 anni: era appena stata dimessa dall'ospedale