Rapporto Unicef: "91% dei bambini migranti ha 11 anni"

Pakistan, treno deragliato: almeno 30 morti e un centinaio di feritiParaguay: tifoso causa un grave incidente durante un rally per fare un videoUSA, fratelli mostrano sintomi strani: la diagnosi

Chef rapito in Ecuador: "Ho pagato 182 mila euro. Pensavo di morire"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),Capo Stratega di BlackRock Guglielmo Campanella 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”.

Addio al co-fondatore di Adobe John Warnock: morto a 82 anniSpende 3000 euro per il fotografo ma le foto del matrimonio sono orribili: "Piango ogni giorno"

Ucraina nella Nato, Zelensky: "Non ci sarà nessun compromesso territoriale"

Spagna, Feijoo sulla vittoria del Pp alle elezioni: "Aperto al dialogo per governare"Taiwan, Biden manda i primi aiuti militari: Cina furiosa

Francia, ennesime accuse di violenza sessuale per Gérard DepardieuChi era Jose Paulino Gomes, l'uomo più anziano del mondo: la famiglia racconta come ha fatto a vivere così a lungo

Guerra in Ucraina, Medvedev: "Pace alle nostre condizioni"Incendi hawaii, persi contatti con oltre 1000 persone