Concerto a Wuhan, in 11mila all'evento senza distanziamento né mascherine

Germania, obbligo quarantena per chi arriva dalla Gran Bretagna per fermare variante indianaG7, al via la seconda giornata: attesa per l'annuncio di un piano anti pandemiaRegno Unito, si registra un aumento di casi covid: 10% in più in 7 giorni

Regno Unito, il ministro della Salute Hancock si è dimesso: scandalo nel Governo di Boris JohnsonProbabilmente 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”.

Festival di Yulin 2021 al via oggi, 21 giugno in Cina: cos’è e le protesteBielorussia, Joe Biden commenta il dirottamento aereo: "Vergognoso"

Variante Delta, focolaio in un centro commerciale di Sydney: 188 persone positive

UE Digital Covid Certificate, raggiunto l’accordo sul green pass il ripristino dei viaggiIl dopo Covid a Malta: 100 euro ai turisti over 65 in bassa stagione

"Ultima cena" con animali per rappresentare i leader del G7: è polemica per la vignetta cineseOmicidio George Floyd, l'ex poliziotto Derek Chauvin è stato condannato a 22 anni e mezzo

San Marino, ancora nessun contagio dopo il maxi-evento in discotecaInfermiera in pensione apre il primo ospizio per cani: "Così si sentono amati fino all'ultimo"