Biden interviene sull'aggressione a Paul Pelosi: "Una cosa ignobile"

Tenta di salvare la vicina di stanza in albergo ma fallisce e viene arrestato per omicidioDue ragazzi gay pubblicano l'ultimo bacio e si suicidano insieme da un ponte in ArmeniaAttacco a Capitol Hill, la commissione convoca Trump

La Corea del Nord insiste: lanciati due missili a lungo raggio  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),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”.

Si aggrava il bilancio della strage a Seul: 151 morti di cui 19 stranieri. Annunciato il lutto nazionaleIran, donna uccisa a colpi di pistola mentre filma le proteste per la morte di Mahsa Amini

Governatore Crimea: "Sano desiderio di vendetta"

Il ministro dell'Interno di Seul si scusa per la strage di Halloween ad ItaewonCina, operai vanno via dalla fabbrica iPhone per timore del lockdown

Cina, operai vanno via dalla fabbrica iPhone per timore del lockdownAlessia Piperno, l'italiana arrestata in Iran sarebbe nel carcere di Evin a Teheran

Coppia britannica uccisa e data in pasto ai coccodrilli dopo un'intervista per la BBCPalline di Natale giganti rotolano per le strade di Londra a causa dei forti venti