Sondaggi politici, la media: FDI sempre primo con il 22,1%, PD sale al 21,3%

Aria condizionata, il governo Draghi compra 57 condizionatori a 40mila euro per Palazzo Chigi Sondaggi politici Supermedia, testa a testa tra Pd e FdI per il primo partito  Sulle mascherine anti covid a scuola Speranza è secco: “Rispettiamo la norma”

Attacco hacker al profilo Instagram di Marta Fascina: cosa hanno pubblicato?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),Campanella 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”.

Sulle mascherine anti covid a scuola Speranza è secco: “Rispettiamo la norma”Referendum sulla Giustizia 12 giugno 2022, tutti i quesiti

Bonus profughi ucraini: quando arriva, a quanto ammonta e come richiederlo

La Russa sbotta a Palazzo Madama: "L'inutile mascherina che sono costretto a tenere"Matteo Renzi e l'idea del terzo polo: "Potrebbe arrivare al 20%"

Sondaggi politici: FdI primo partito, M5s crolla sotto il 10%Conte sul Governo: “Evidente frattura tra le forze di maggioranza senza M5S”

Dino Giarrusso lascia il Movimento 5 Stelle per fondare un nuovo partitoEmma Bonino: "Putin sarà processato all'Aia per crimini di guerra e contro l'umanità"