Trapianti: in caso di rigetto, un esame del sangue lo individuerà immediatamente - Focus.it

USA, la foto di Ivanka Trump: il dettaglio non passa inosservatoUsigrai: «Noi parte offesa nel procedimento per la sottrazione dei fondi al sindacato» | FNSI - Usigrai: «Noi parte offesa nel procedimento per la sottrazione dei fondi al sindacato»Il cordoglio del Papa per la morte di Nguyen Phú Trong, ex presidente del Viet Nam - Vatican News

Gloria al Padre - Le preghiere - Vatican NewsProbabilmente 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 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 risvolti etici dell'intelligenza artificiale - AI newsElezioni Usa, Trump chiede riconteggio: gli stati in cui è possibile

Robot sociali: l’AI a supporto delle persone sole - AI news

Fnsi: «L'equo compenso per la pubblicazione online sia patrimonio condiviso con i giornalisti» | FNSI - Fnsi: «L'equo compenso per la pubblicazione online sia patrimonio condiviso con i giornalisti»Canada, i vescovi a due anni dal viaggio papale: verità e trasparenza per gli indigeni - Vatican News

Il lupo del Pleistocene perfettamente conservato - Focus.itShort Waves - Vatican News

Lewis Hamilton ha vinto il Gran Premio del Belgio di Formula 1, dopo che George Russell è stato squalificato - Il PostFestività Liturgiche - Calendario - Vatican News