Dimenticano di fare il biglietto per il figlio e cercano di lasciarlo in aeroporto: arrestati

Usa, bambino di 5 anni invita i compagni a "sparare in classe"Turchia, nuova scossa di terremoto di magnitudo 5.6Dimenticano di fare il biglietto per il figlio e cercano di lasciarlo in aeroporto: arrestati

New York, uno studio ha stimato milioni di topi positivi al CovidProbabilmente 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”.

Lei 74 anni e lui 27, coppia con 47 anni di differenza e feliceLa lunga notte della Turchia dopo il terremoto: decine di scosse di assestamento

Emirati Arabi Uniti, incendio in una fabbrica: 5 feriti

Usa, due migranti trovati morti soffocati in un treno merciGermania, sparatoria nella chiesa dei Testimoni di Geova ad Amburgo: 8 morti e 24 feriti

Fallimento di Silicon Bank: tra le vittime Sharon Stone che perde metà del patrimonioAmazon taglia altri 9mila posti di lavoro: sono 27mila da inizio 2023

Litiga con la sua compagna e la lancia sotto un treno: arrestatoAuto contro moto: gravissimo incidente sulla provinciale a lago