Salvini “43 mila voti Lega determinanti per Marsilio in Abruzzo” - Tiscali Notizie

L’Ue salva il packaging, vince la grande alleanza tra Pd e FdI in EuropaCasa Bianca, Joe Biden invita Giorgia Meloni: insieme con l'Ucraina contro la RussiaDettagli e anomalie del testamento di Berlusconi

Meteo, dopo i 30 gradi del weekend torna l’inverno: ecco quando - 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),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”.

Ponte sullo Stretto, Salvini: "Inizio lavori previsto a primavera 2024"Washington blocca gli aiuti a Kiev. Tempi bui per Zelensky, dopo mezzo milione di morti russi e ucraini  - Tiscali Notizie

Le dimissioni di Krah, da capolista di Afd a scintilla della spaccatura tra i sovranisti

Paesaggio agrario e naturale. Le leggi che lo hanno difeso, quelle che sono mancate e lo stallo dell’Europa - Tiscali NotizieMarta Fascina leader di Forza Italia dopo la morte di Silvio Berlusconi: i dubbi sull'approvazione

In Abruzzo per Meloni sfida (senza alibi) che non può perdere - Tiscali NotizieEuropean Focus 60. Interferenze russe

Santanchè indagata per Visibilia insieme al compagno e alla sorellaInchiesta Report, Santanchè riferirà in Senato il 5 luglio