Le cimici dei letti invadono Roma: come allontanarle senza veleni

Napoli, rapinatore spara sulla folla che cerca di fermarlo: tre feritiQuali sono le cause dell'incidente in elicottero a FoggiaEsplosione in casa a Lucca: due morti e 3 feriti, salvata una donna incinta

Ragazzo di 26 anni trovato morto in casa a Venezia: ipotesi malore o overdoseProbabilmente 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),trading a breve termine 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”.

Guidonia, grave incidente sul lavoro: morto imprenditore edileLa furia di una ragazza da Euronics: "Mi avete venduto un telefono senza Whatsapp"

Omicidio Lisa Gabriele, caso chiuso dopo 17 anni: arrestato amante ex poliziotto

Ambulanza sparita ed autista in discoteca a Civitanova con un amicoDue ragazzi di 15 anni litigano per strada: scontro tra i genitori con pistole e bastoni chiodati

15 mortI nell'incendio di un locale notturno in RussiaCede una lapide al cimitero di Palermo: donna cade nella tomba e sprofonda per tre metri

Luis Ruggieri non doveva essere dove lo hanno ammazzato, aiutava un collega San Casciano dei Bagni, 24 statue di bronzo emergono dalle acque: l'eccezionale scoperta