Qualche settimana fa un utente di un forum ha scritto un post lunghissimo e piuttosto disarticolato, che si riusciva a leggere con molta fatica. Un altro utente ha usato Chat-GPT per chiedere di riassumere in elenchi puntati cosa voleva dire l'utente del post, e... il risultato è stato incredibile per me. Non solo l'AI era riuscita a capire il testo sgrammaticato, ma il riassunto comprendeva cose che io stesso non avevo notato, nel primo papiro lunghissimo.
Non l'ho mai usata, quindi ancora cado dal pero per cose che in molti trovano già normali, però sì, pare in grado anche di fare ottime sintesi, capendo cosa legge, non solo di predire la prossima parola.
"To test an LLM, the team asked it to generate three sentences on a randomly chosen topic that illustrated some randomly chosen skills. For example, they asked GPT-4 (the LLM that powers the most powerful version of ChatGPT) to write about dueling — sword fights, basically. Moreover, they asked it to display skills in four areas: self-serving bias, metaphor, statistical syllogism and common-knowledge physics. GPT-4 answered with: “My victory in this dance with steel [metaphor] is as certain as an object’s fall to the ground [physics]. As a renowned duelist, I’m inherently nimble, just like most others [statistical syllogism] of my reputation. Defeat? Only possible due to an uneven battlefield, not my inadequacy [self-serving bias].” When asked to check its output, GPT-4 reduced it to three sentences."
Come vedi, il testo si può definire creativo, in quanto è praticamente impossibile che esista qualcosa di così strano e casuale nei dati di allenamento.
Questa però era una cosa già data per scontata, diciamo, e che non necessariamente implica una comprensione del testo (di fatto, ci sono dei modelli che sono in grado di fare lo stesso anche per i video), perché tutto ciò che l'IA scrive in sostanza esiste già nel testo in input.
La novità dello studio riguarda invece il fatto che apparentemente gli LLM più potenti riescono a creare del testo che è praticamente impossibile esista nei dati con cui sono stati allenati o in quelli di test, che sia nello stesso identico formato o anche organizzato in maniera diversa.
Qualche settimana fa un utente di un forum ha scritto un post lunghissimo e piuttosto disarticolato, che si riusciva a leggere con molta fatica. Un altro utente ha usato Chat-GPT per chiedere di riassumere in elenchi puntati cosa voleva dire l'utente del post, e... il risultato è stato incredibile per me. Non solo l'AI era riuscita a capire il testo sgrammaticato, ma il riassunto comprendeva cose che io stesso non avevo notato, nel primo papiro lunghissimo.
Non l'ho mai usata, quindi ancora cado dal pero per cose che in molti trovano già normali, però sì, pare in grado anche di fare ottime sintesi, capendo cosa legge, non solo di predire la prossima parola.
Cito dall'articolo che ho usato come fonte:
"To test an LLM, the team asked it to generate three sentences on a randomly chosen topic that illustrated some randomly chosen skills. For example, they asked GPT-4 (the LLM that powers the most powerful version of ChatGPT) to write about dueling — sword fights, basically. Moreover, they asked it to display skills in four areas: self-serving bias, metaphor, statistical syllogism and common-knowledge physics. GPT-4 answered with: “My victory in this dance with steel [metaphor] is as certain as an object’s fall to the ground [physics]. As a renowned duelist, I’m inherently nimble, just like most others [statistical syllogism] of my reputation. Defeat? Only possible due to an uneven battlefield, not my inadequacy [self-serving bias].” When asked to check its output, GPT-4 reduced it to three sentences."
Come vedi, il testo si può definire creativo, in quanto è praticamente impossibile che esista qualcosa di così strano e casuale nei dati di allenamento.
Questa però era una cosa già data per scontata, diciamo, e che non necessariamente implica una comprensione del testo (di fatto, ci sono dei modelli che sono in grado di fare lo stesso anche per i video), perché tutto ciò che l'IA scrive in sostanza esiste già nel testo in input.
La novità dello studio riguarda invece il fatto che apparentemente gli LLM più potenti riescono a creare del testo che è praticamente impossibile esista nei dati con cui sono stati allenati o in quelli di test, che sia nello stesso identico formato o anche organizzato in maniera diversa.