Hunter Biden dichiarato colpevole di tutti i capi d'accusa

Studente morto in India per il morso di un serpente, due compagni in ospedaleGuerra Russia-Ucraina, muro di libri per proteggersi dal conflittoUcraina, la scoperta dell'intelligence inglese grazie a Grinder: soldati russi gay al confine

Chelsea, lo yacht di Abramovich ha attraccato in Montenegro: era in fuga da 4 giorniProbabilmente 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),BlackRock 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”.

Notizie di Esteri in tempo reale - Pag. 58Ucraina, mine anticarro sotto i guardrail: Kiev si prepara alla resistenza contro i russi

La Russia decide: sarà fuori da Internet entro il prossimo 11 marzo

Notizie di Esteri in tempo reale - Pag. 527Ucraina, migliaia di prenotazioni su Airbnb per inviare soldi ai civili: come contribuire

Nuseirat: la disperazione dei familiari dopo la morte di 200 palestinesi durante l'operazione israelianaUcraina, l'attore e presentatore Pasha Lee è morto in guerra a 33 anni

Taiwan, frana schiaccia nove veicoli: due feritiHamas pessimista sull'accordo: Netanyahu vuole solo una tregua