Episode Details
Back to Episodes
Come Smascherare ChatGPT: Watermarking di LLM con la Crittografia | Redazione STEM
Description
Negli ultimi due anni Internet è stata inondata di contenuti prodotti da modelli di generative AI, come ChatGPT. Questo pone un problema di attribuzione: è possibile determinare con ragionevole certezza se un testo è stato scritto da un LLM o da un essere umano? La questione ha implicazioni sociali molto rilevanti, come per esempio il plagio in ambito educativo o accademico. Inoltre, se i contenuti generati da modelli AI diventeranno prevalenti su Internet rispetto a quelli prodotti da esseri umani, le nuove generazioni di LLM finiranno per addestrarsi sui loro stessi contenuti, degradando le proprie prestazioni (un fenomeno conosciuto come model collapse).In questa puntata crossover delle rubriche AI ed Enigma vediamo come la crittografia può aiutare a inserire una "filigrana", o watermark, all'interno dei testi prodotti da un LLM, in modo che siano riconoscibili da chiunque conosca una determinata chiave segreta. Viene discusso inoltre come, al di là dei problemi tecnici per realizzare una soluzione del genere, esiste anche una questione di incentivi economici per incoraggiare i player principali (OpenAI, Anthropic, ecc.) a filigranare i propri modelli.Conducono per Liberi Oltre Le Illusioni - STEM: Luca Mariot*, *Alessandra Russo , Yuri GardinazziEditing a cura di: Stefano Fusari | Coordinazione e Post-Produzione Dario AlesianiDA QUEST'ANNO PUOI DONARE IL TUO 5x1000 A LIBERI OLTRE LE ILLUSIONI APShttps://www.liberioltreleillusioni.it...Se vuoi ASSOCIARTI a Liberi Oltre https://www.liberioltreleillusioni.it..._______Bibliografia e Fonti
- T. Brooks-Mejia, C. Patton: An early look at cryptographic watermarks for AI-generated content. The Cloudflare Blog, 19-03-2025. Link: https://blog.cloudflare.com/an-early-...
- J. Kirchenbauer, J. Geiping, Y. Wen, J. Katz, I. Miers, T. Goldstein: A Watermark for Large Language Models. ICML 2023: 17061-17084. Link: https://proceedings.mlr.press/v202/ki...
- M. Christ, S. Gunn: Pseudorandom Error-Correcting Codes. CRYPTO (6) 2024: 325-347. Link:
Listen Now
Love PodBriefly?
If you like Podbriefly.com, please consider donating to support the ongoing development.
Support Us