Rimini, luce si stacca e colpisce madre e figlio: due feriti al parco divertimenti

La storia di Aron, il cane gravemente malato che rischia l’eutanasia se non sarà adottatoAlice Scagni, la madre: "Alberto merita l'ergastolo perché è un lucido killer"Maria Grazia muore a 57 anni dopo un'anestesia: disposta l'autopsia

Anziana in fin di vita dopo essere stata accoltellata dal marito in provincia di TrevisoProbabilmente 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),VOL 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”.

Papa Francesco in visita a MarsigliaCovid, il Presidente De Luca prevede dati allarmanti per ottobre

A4: maxi incidente in autostrada, coinvolti 5 veicoli

Asti, sparatoria in centro: donna gravemente feritaDimessa dall'ospedale, muore poco dopo: ci lascia a 24 anni

Migranti, Papa Francesco: "Fenomeno migratorio è un dato di fatto dei nostri tempi"Femminicidio in provincia di Firenze, 35enne uccisa per strada: si cerca il marito

Premio Nobel per la Pace a Narges Mohammadi: attivista per la libertà delle donne in IranBrescia, 24enne in auto si schianta e tenta di fuggire a piedi: nel bagagliaio 30 kg di droga