Lakhdar B., chi è l'uomo con permesso di soggiorno italiano che ha accoltellato un poliziotto a Cann

Cina, elicottero precipita nella provincia di Hunan: tre mortiTrovato accordo al Cop26, ma l'India rallenta sul carboneUSA, aereo si schianta a Wilton: 4 feriti tra i quali una donna incinta

Vaccino Covid, Germania: “Utilizzare solo Pfizer per under 30 e donne in gravidanza”Probabilmente 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”.

Covid, in Russia 924 morti in 24 ore: è la peggiore ondata da inizio pandemiaBrexit, "guerra delle capesante" tra Francia e Regno Unito: cosa sta succedendo?

Brexit, "guerra delle capesante" tra Francia e Regno Unito: cosa sta succedendo?

Olanda, matrimoni gay possibili anche per la famiglia reale: è la prima monarchia a permetterloSparatoria durante partita di football negli Stati Uniti: almeno 4 feriti

Elon Musk, patrimonio da 255,2 miliardi di dollari: potrebbe diventare il primo trilionario al mondoCovid nel Regno Unito, possibile piano B: forse pass vaccinali in arrivo

Tre bambini malnutriti trovati in casa con il cadavere del fratello morto da un annoNuova Zelanda, autostoppista accusato di stupro e rapimento condannato a 10 anni di carcere