Visita urgente, ma il medico la prescrive “entro 120 giorni”: condannato

Sanluri, ritrovato il pastore 59enne scomparsoMalori in bici: morti due ciclisti, uno a Gela e l'altro a PontederaMasone (Genova), perde il controllo della bici e cade a terra: muore a 43 anni

Tragedia nel Casertano, una persona trovata priva di vitaProbabilmente 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 del Dipartimento di Gestione del Rischio di 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”.

Attentato Tel Aviv: salma di Parini atterra a Ciampino, ad accoglierla MattarellaTrento, prende a martellate la ex e la cognata: si è suicidato

Madonna di Trevignano, perse le tracce della 'veggente'

Liliana Resinovich, il giallo del cordino trovato attorno alle buste: perché è importante?Ladri tentano colpo al supermercato con l'escavatore: fanno crollare un muro ma poi sono costretti alla fuga

Ragazzo ucciso da un orso, la madre di Andrea Papi: “Lotteremo per dargli giustizia, non dimenticate”Gisella Cardia, parla l'avvocato: "Non è scappata, è in preghiera"

Grave incidente a Perugia: morti due ragazzi a bordo di uno scooterLuca Trapanese su Ezio Greggio: "Nel video dimostra di non rispettare né gli uni né gli altri"