Tecniche di prompting (da Internazionale)

 Come aggirare i limiti imposti dai programmi di intelligenza artificiale

I modelli di intelligenza artificiale che generano linguaggio umano, dopo essere stati addestrati, testati e raffinati, di solito passano attraverso una fase di ulteriore miglioramento che prevede l’inserimento al loro interno di istruzioni, linee guida generali che evitano che la macchina produca contenuti inappropriati, illegali o contenuti che possano essere ritenuti sensibili o offensivi a seconda del contesto. Poi gli strumenti ricevono anche un controllo a valle degli output, prima che vengano proposti a chi li sta usando. Queste regole si chiamano, in gergo divulgativo, guardrail. E il processo di inserimento dei guardrail è continuo e reiterato.

Leggi tutto: https://www.internazionale.it/notizie/alberto-puliafito/2024/10/02/limiti-intelligenza-artificiale


Come si danno i comandi alle intelligenze artificiali

La settimana scorsa abbiamo parlato di intelligenze artificiali che dicono parolacce e del motivo per cui è importante provare a superare i limiti imposti alle macchine generative di linguaggio, di immagini, di contenuti in generale.

Questo ha generato curiosità in molte persone sulle tecniche che si usano, in generale, per dare comandi alle intelligenze artificiali. E anche, ovviamente, sulle tecniche che si usano per la manipolazione dei large language model e per sfidarne i limiti.

Le tecniche di manipolazione discendono direttamente dai metodi usati generalmente per interagire con le ia: è proprio da questi che ha senso iniziare, perché, una volta compresi, sarà più facile applicarli a tutti i modelli e anche fare i test per metterli alla prova.

Leggi tutto: https://www.internazionale.it/notizie/alberto-puliafito/2024/10/07/come-dare-comandi-intelligenza-artificiale


Come si manipola un’intelligenza artificiale?

La settimana scorsa abbiamo parlato di alcune tecniche di prompting, cioè di comandi dati alle macchine di intelligenza artificiale usando il linguaggio naturale. C’è un’ultima tecnica che si può aggiungere all’elenco: il negative prompting o prompting negativo. Consiste nel dire al chatbot quello che non vogliamo che faccia, per escludere stili, dettagli o contenuti indesiderati da immagini generate o testi prodotti dall’ia. Per esempio, in modelli di generazione di immagini, un comando negativo potrebbe essere: “evita sfondi sfocati”, o ancora “niente farfalle”. In modelli che generano testo si potrebbe chiedere “evita gli anglicismi”.

Leggi tutto: https://www.internazionale.it/notizie/alberto-puliafito/2024/10/14/manipolare-intelligenza-artificiale

Commenti

Posta un commento

Post popolari in questo blog

Dove trovare raccolte di dati (dataset) utilizzabili gratuitamente

Quando si entra nel fantastico mondo dell'analisi dei dati il primo ingrediente che serve sono... i dati. E le raccolte di dati diventano fondamentali anche in seguito quando, ad esempio, si vuole addestrare un modello di machine learning. In questa pagina annoto i siti dai quali è possibile scaricare gratuitamente e legalmente dataset curati di dati. Chiunque può contribuire segnalandone di nuovi nei commenti Meta Datasets . La pagina dei Datasets di Meta AI offre un'incredibile raccolta di dataset su larga scala e benchmark per l'addestramento, il test e la valutazione dei modelli di intelligenza artificiale. I dataset coprono vari ambiti come la segmentazione degli oggetti, modelli visione-linguaggio, ricostruzione 3D, equità algoritmica e traduzione automatica. Esempi includono il dataset SA-V per la segmentazione, FACET per valutare l'equità nei modelli visivi e Ego4D per la comprensione di video in prima persona. Tutti i dataset possono essere scaricati gratuita
Continua a leggere

Building a high-performance data and AI organization - MIT report 2023

«Gli Amministratori Delegati e i Consigli di Amministrazione riconoscono che la capacità della propria organizzazione di generare insight operativi dai dati, spesso in tempo reale, è di massima importanza strategica. Se ci fossero dubbi su questo punto, la corsa accelerata al digitale dei consumatori nell'anno di crisi appena trascorso li ha dissipati. Per aiutarle a diventare orientate ai dati, le aziende stanno sempre più implementando tecnologie avanzate basate su cloud, compresi strumenti analitici con capacità di apprendimento automatico (ML). Tuttavia, ciò che questi strumenti forniscono avrà un valore limitato senza dati abbondanti, di alta qualità e facilmente accessibili. In questo contesto, una gestione efficace dei dati è uno dei pilastri di un'organizzazione orientata ai dati. Ma gestire i dati in un'impresa è altamente complesso. Con l'introduzione di nuove tecnologie dei dati, il peso dei sistemi legacy e dei silos di dati cresce, a meno che non possano es
Continua a leggere

AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity. - IFM blog

 In a new analysis, IMF staff examine the potential impact of AI on the global labor market. Many studies have predicted the likelihood that jobs will be replaced by AI. Yet we know that in many cases AI is likely to complement human work. The IMF analysis captures both these forces. The findings are striking: almost 40 percent of global employment is exposed to AI. Historically, automation and information technology have tended to affect routine tasks, but one of the things that sets AI apart is its ability to impact high-skilled jobs. As a result, advanced economies face greater risks from AI—but also more opportunities to leverage its benefits—compared with emerging market and developing economies. In advanced economies, about 60 percent of jobs may be impacted by AI. Roughly half the exposed jobs may benefit from AI integration, enhancing productivity. For the other half, AI applications may execute key tasks currently performed by humans, which could lower labor demand, leading to
Continua a leggere