Chi è Abroskin, il generale che si è offerto in ostaggio per evacuare i bambini da Mariupol

Ucraina, domani l'incontro tra Zelensky e Von Der Leyen: "Si discuterà di sanzioni"La premier estone Kallas: “Raddoppiare gli sforzi per non far vincere Putin”A Shanghai esplode la rabbia dei cittadini contro il nuovo lockdown

Putin firma il decreto che congela le agevolazioni per i visti di ingresso in RussiaProbabilmente 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”.

La Nato progetta una presenza militare permanente ai confini con l’UcrainaGuerra in Ucraina: 20 mila soldati stranieri si sono arruolati con Kiev

Migranti, naufragio al largo della Tunisia: 4 morti e 10 dispersi

Notizie di Esteri in tempo reale - Pag. 506Ucraina, scoperta una nuova fossa comune a pochi chilometri dalla Capitale

Russia, Shoigu riappare dopo 13 giorni: cosa è successo al ministro della Difesa del Cremlino?Una Z sulla porta del professore italiano a Mosca: "Psicologicamente non è facile, dovrò andare via"

Ucraina, dagli USA nuovi missili Javelin: Twitter limita la propaganda russaGuerra in Ucraina, colloquio Draghi Putin: “Urgente stabilire quanto prima un cessate il fuoco”