Olimpiadi, Parigi 2024: atletica Pietro Arese e Zaynab Dosso in semifinale | Gazzetta.it

Mattarella, rispetto dignità lavoratori obiettivo non raggiunto - Tiscali NotizieSangalli "Forte contributo alla crescita da turismo e tempo libero" - Tiscali NotizieHajduk, Gattuso: "Chi sono io per commentare uno come Rakitic..." - DerbyDerbyDerby

Due arresti a Vienna, volevano colpire durante lo show di Taylor Swift - Tiscali NotizieProbabilmente 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),ETF 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”.

Novità dall’Agenzia delle Entrate, su App IO e SMS arrivano “Comunicazioni per te” e “Le tue Scadenze” - Tiscali NotizieFrana in Cadore, interrotto collegamento tra Veneto e Fvg - Tiscali Notizie

Messaggio sulle spiagge, 'scusate disagio, difendiamo il lavoro' - Tiscali Notizie

Autonomia, Renzi “Referendum occasione per sfiduciare il governo” - Tiscali NotizieIl jet militare è in avaria, pilota si eietta e filma - Tiscali Notizie

Regione Campania, 10 milioni per progetto di radioterapia Anthem - Tiscali NotizieSinner vince in doppio a Montreal, Berrettini wild card a Cincinnati | Gazzetta.it

Matone: Pd strumentalizza bambini rom. Chi di voi è mai stato in campo nomade, magari col tacco 12? - Tiscali NotizieWolff chiaro: "Antonelli prima scelta, ma tengo d'occhio Verstappen..." | Gazzetta.it