Aereo scomparso nella nebbia: l'ultimo messaggio del pilota

Maltempo, prosegue l'allerta: scuole ancora chiuseCaso Cospito: l'anarchico è stato trasferito a MilanoCapriolo investito a Lanciano, i veterinari della Asl lo salvano

Livorno, ubriaco sfreccia in strada ma si ribalta violentementeProbabilmente 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”.

Meteo, i giorni della merla saranno caratterizzati da freddo e gelateBlitz di Ultima Generazione a Firenze, spruzzata vernice contro la sede regionale del Mef

Va all'anagrafe per rinnovare la carta di identità: risulta mai nata

Matteo Messina Denaro, la responsabile legale della clinica fa una richiesta al boss: "Ora parla"Omicidio di Thomas Bricca: due fratelli interrogati per ore dai carabinieri

Tentato omicidio per un motorino danneggiato: tre arrestiSoffocato da un boccone muore davanti alla sua famiglia

Muore dopo aver bevuto detersivo al posto dell'acqua: barista a processo per omicidioGabbiano muore dopo essere stato picchiato dai turisti a Venezia