Catturato il boss latitante Gammino: è stato fotografato da Google Maps in strada

Covid, insegnante positiva in aereo: viaggia isolata in bagnoQuarta dose, Oms: “Servono nuovi vaccini”. Stop dell’Ema: “Richiami a brevi intervalli solo in emergenza”David Sassoli ricoverato per una “grave complicanza” al sistema immunitario

Covid, Regno Unito: Johnson annuncia abolizione dei test per i viaggiatori vaccinatiProbabilmente 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),criptovalute 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”.

I gatti amano le antenne Starlink, usate come cucce quando in modalità Snow meltMessico, giornalista in diretta contro i no vax: "Massa di imbecilli, mettetevi quella mascherina"

Pechino costruisce la bolla intorno ai Giochi olimpici: "Non aiutate i mezzi speciali incidentati"

USA, incendio a Philadelphia: West Tower dilaniata dalle fiammeCovid, Polonia: oggi superati i 100 mila morti dall'inizio della pandemia

Olanda, bambino di 12 anni morto a causa di un botto di Capodanno: arrestato un uomoRegno Unito, la regina Elisabetta celebra oggi i 70 anni di regno

Dopo l'annuncio della Regina su Camilla, Harry rompe il silenzio e ricorda DianaMason Greenwood arrestato per stupro e violenze: la fidanzata ha postato le immagini dell'aggression