Diritto all'oblio oncologico è legge: il testo

Una nuova variante Covid preoccupa l’America - Tiscali NotizieGiorgia Meloni e il 2023 di sfide politiche e personaliConclusa con successo a Roma la terza edizione di Fly Future - Tiscali Notizie

Spazio, si chiamerà "Voluntas" la missione dell'Aeronautica Militare con Villadei - Tiscali NotizieProbabilmente 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),investimenti 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”.

Il più grande laboratorio volante al mondo testa inquinamento in Asia - Tiscali NotiziePalamara rilancia: si candida alla Camera alle suppletive di Roma

L'arte digitale fra Ai, fisica e performance - Tiscali Notizie

Meloni: "Convergenze con la Francia sul patto di stabilità"Scontro alla camera tra Schlein e Meloni

Spazio, arrivata in Guyana francese la nave con stadi Ariane6 - Tiscali NotizieSpazio, Rauti: lancio missione Ax-3 apre un nuovo capitolo - Tiscali Notizie

Alla Lega piace Palamara ma non può dirlo per non far franare la coalizione a RomaIl volo ipersonico come prospettiva per il futuro, il simposio dell'Aeronautica - Tiscali Notizie