Condannato per stalking su una bimba di 10 anni, la seguiva ovunque

Gravissimo incidente a Conselice: morto un 15enne, ferito il fratelloFinta malattia per non andare a scuola: indagati una prof e due mediciDieta di Michelle Hunziker: come funziona l’antiage

Se ne va in giro con una katana nell'auto, i carabinieri lo fermanoProbabilmente 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),BlackRock Italia 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”.

Violento scontro tra moto, ambulanza ed auto della polizia penitenziaria: morto un 44enneNapoli, fulmine cade tra le case e scoppia un incendio: colpita una serra

Dopo la separazione perseguita la ex moglie ma viene assolto

Dieci cuccioli di cane morti dopo essere stati abbandonati sotto il sole a CaltanissettaTrastevere: gruppo di ragazzi prende a calci un senzatetto, provano a bloccarli e scatta la maxi ris

Razzo cinese in caduta libera, allerta anche in Italia: quando e dove potrebbero cadere i frammentiPistoia, portiere ha un malore durante il riscaldamento: morto Davide Gavazzi

Arriva l'obbligo di catene o pneumatici invernali in Calabria, ecco doveIncidente tra auto e camion in provincia di Vercelli: morto ragazzo di 22 anni