Operato d'urgenza il sindaco di Genova: previsto ricovero ospedaliero di 5 giorni

Svolta nell'inchiesta per l'omicidio di Giuseppe Matarazzo: fatto uccidere dal padre della 15enne stuprataBologna, giallo sull'omicidio avvenuto in un parco: accoltellato un 21enneIncidente sulla circonvallazione di Catania: traffico in tilt

Meteo, Italia divisa in due con temporali al Nord e caldo al Sud: "Rischio fenomeni estremi"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),analisi tecnica 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”.

Morto sindaco del Lodiagiano: trovato impiccato nel suo ufficioIncidente a Milano, schianto tra due auto: grave un uomo

Brescia, sono passati 50 anni dalla strage di piazza Loggia

Grave incidente in autostrada: chiuso tratto dell’A1 in direzione FirenzeTerremoto con epicentro in Svizzera: avvertito in Valle d'Aosta

Parco Aldo Moro, l'inaugurazione a Messina: "Momento storico"Autostrada Messina-Catania, sospeso un cantiere irregolare a Letojanni

Incidente ad Arezzo: morto un ragazzo e uno in gravi condizioniRivolta D'Adda incidente stradale: tre bambini coinvolti nello scontro tra due auto