Ryanair, in arrivo nuove tariffe per i bagagliAffiliate EXPO 2020: l'intervista agli organizzatoriConte sul Pil: "Previsioni ingenerose"
Il tour di NFON: tutte le sei date dell'eventoProbabilmente 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),analisi tecnica 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”.
Bonus ristrutturazione 2020: novità, come funziona e a chi spettaOlimpiadi 2026: le stime prevedono una crescita positiva
Contravvenzione codice della strada l.689 81: cosa significa
Manovra, stop alla flat tax sopra 65mila euroBonus assunzioni 2020: cos'è e come funziona
Salario minimo, 28.9% dei rapporti di lavoro sotto i 9€Growth Hacking Day 2019, una seconda edizione tutta da scoprire
Ocse, redditi delle famiglie: Italia ultima nell'EurozonaCome fare per chiudere il conto bancoposta
Lavoro, per l'ad di Fincantieri il problema è l'assenza di lavoratoriLo stipendio di un infermiere in GermaniaIstat, tagliate stime Pil e disoccupazione in aumentoAlitalia: in arrivo l'ultimatum dei commissari
Il telescopio cinese FAST ha captato segnali radio dallo spazio
Legge di bilancio 2020, con fusione Imu-Tasi rischio stangata
Olimpiadi 2026: le stime prevedono una crescita positivaAccordo Ue-Cina per tutelare 100 prodotti DopBuoni pasto: cosa prevede la legge di bilancioConte sul Pil: "Previsioni ingenerose"
Arcelor Mittal comunica la data di spegnimento degli impiantiReddito di cittadinanza: come funziona e a chi spettaQuota 100, i dubbi del nuovo governo sulla misura leghistaIliad, come e dove ricaricare la sim