Tot ce își va aminti de tine mai greșește. Dintre toate, pe una o mai poți corecta.

Mai întâi mecanica, fiindcă se poate verifica, iar cea mai mare parte a textelor despre acest subiect o sar și vorbesc despre sentimente.

• Când o Persona AI nu are date pentru o întrebare, un răspuns vine totuși, pentru că un răspuns ghicit obține un scor mai bun decât un răspuns gol. Kalai, Nachum, Vempala și Zhang susțin în „Why Language Models Hallucinate" (arXiv:2509.04664, septembrie 2025) că modelele „sunt optimizate să se descurce bine la teste, iar ghicitul în caz de incertitudine îmbunătățește rezultatul la test".

• Ancorarea în date schimbă clasa erorii, nu o elimină. Când răspunde pornind de la un set extras din propriile tale cuvinte înregistrate, sistemul mută eșecul din „a inventat o părere pe care n-ai avut-o niciodată" în „a redat greșit ceva ce ai spus într-adevăr".

• Pragul măsurat nu este zero. Clasamentul de halucinații al Vectara, evaluat cu HHEM-2.3 și actualizat la 11 mai 2026, îi dă modelului documentul sursă și îi cere doar un rezumat al acelui document. Lider fiind, tot a introdus conținut nesusținut în 1,8% dintre rezumate, iar niciun alt participant nu a coborât sub 3%.

• Căutarea nu are un scor minim. Sistemul nostru ordonează amintirile tale după similaritate semantică, ia cele mai apropiate treizeci și două și răspunde pornind de la ele, fără un prag sub care să refuze. O întrebare la care materialul tău oferă doar jumătate de răspuns primește răspuns din acea jumătate.

• Afirmațiile nesusținute despre ce ai spus sunt eliminate prin cod. Un răspuns care susține că ne-ai spus ceva este verificat în raport cu amintirile extrase pentru acel schimb și cu cuvintele tale din sesiune, iar o afirmație nesusținută nu ajunge niciodată la cititor.

• O lipsă din memorie nu este anunțată. Persona de pe această platformă este instruită să nu povestească o lipsă, așa că o întrebare neacoperită primește un răspuns construit din cel mai apropiat detaliu pe care amintirile tale îl conțin, nuanțat prudent cel mult o dată, nu un refuz explicit.

• Calea de corectare este a ta cât ești în viață și se închide la blocare. Poți reciti ce a fost înregistrat, poți corecta un răspuns greșit, poți șterge o amintire, poți adăuga ce ai omis. Apoi Executor Lock™ îngheață personalitatea definitiv: față de familia ta, față de un viitor proprietar al acestei companii și față de noi.

Două dintre acestea sunt proprietăți ale domeniului. Restul sunt decizii, le-am luat eu, iar ultima secțiune a acestei pagini spune deschis unde cred că încă nu ajungem.

Kalai și colegii lui pun rata erorilor acolo unde îi este locul, adică în notare, nu în mașină. Halucinațiile apar ca erori obișnuite de clasificare binară în timpul preantrenării. Ele persistă din cauza felului în care domeniul evaluează modelele. Un elev care lasă o întrebare necompletată primește zero. Un elev care scrie un răspuns plauzibil mai câștigă uneori un punct. Antrenează un model după această regulă și obții un ghicitor încrezător, apoi o întreagă industrie de ghicitori încrezători, apoi o propoziție despre o zi de Crăciun care nu a existat niciodată.

Soluția pe care o propun autorii este plictisitoare. Schimbă ce se notează, astfel încât o abținere calibrată să valoreze mai mult decât o greșeală spusă cu încredere.

Plictisitorul contează aici. Dacă un comportament decurge dintr-un obiectiv, obiectivul poate fi stabilit altfel la nivelul sistemului, ceea ce înseamnă că invenția de care te temi este decizia de construcție a cuiva, nu o lege a fizicii. Fiecare companie din această categorie ia această decizie. A noastră este scrisă în ultima secțiune a paginii.

Există un al doilea mod de eșec, iar acesta supraviețuiește ancorării. Sharma și colegii de la Anthropic, în „Towards Understanding Sycophancy in Language Models" (arXiv:2310.13548, octombrie 2023), au constatat că cinci asistenți AI de ultimă generație au arătat în mod constant lingușire în patru sarcini variate de generare liberă de text. Atât evaluatorii umani, cât și modelele de preferințe antrenate pe judecățile lor au preferat răspunsurile lingușitoare scrise convingător în locul celor corecte într-o fracțiune care nu poate fi ignorată din cazuri. Modelele se înclină spre persoana din fața lor, în parte pentru că oamenii le-au răsplătit pentru asta.

Într-un instrument de productivitate, înclinarea aceasta este o neplăcere. Aici este o mașină care hotărăște că tatăl tău ar fi iertat ceea ce n-a iertat niciodată, pentru că cel care întreba voia iertare și a întrebat de trei ori. Este altă defecțiune decât invenția și are nevoie de altă soluție. Căutarea o rezolvă pe prima. A doua cere o instrucțiune explicită de a-și păstra poziția extrasă sub presiune, iar singurul test care contează este să te cerți cu sistemul și să vezi dacă poziția se mișcă. Nu am publicat o măsurătoare despre cât de bine se ține a noastră.

Tehnica este suficient de veche cât să fie plictisitoare. Lewis și colegii, în „Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks" (arXiv:2005.11401), au arătat că modelele care caută material sursă înainte de a genera produc un limbaj „mai specific, mai divers și mai factual" decât un model comparabil care lucrează doar din parametrii proprii.

Acesta este întregul mecanism și el hotărăște cu ce fel de lucru vorbești. O versiune a ta nu trebuie reconstruită din ceea ce un model de bază a absorbit despre oameni în general, din media a tot ce s-a scris vreodată despre tați. Ceea ce ajunge în fereastra de context trebuie să fie răspunsurile tale reale, înregistrate, iar vorbirea trebuie să pornească de la ele.

Acum cifra, care este publică și pe care nimănui din industrie nu-i place să o citeze. Clasamentul Vectara măsoară ceva ușor în mod deliberat: îi dai unui model un document, îi ceri să rezume folosind doar ce spune documentul, apoi verifici dacă rezumatul a introdus ceva ce documentul nu conținea. Sursa stă chiar acolo, în fereastra de context. Chiar și așa, liderul clasamentului, Finix S1 32B de la Antgroup, a introdus conținut nesusținut în 1,8% dintre rezumate. Este singurul sub 3%. Următorii doi sunt la 3,1% și 3,3%, iar restul primilor zece merg de la 3,7% până peste 5%.

Cel mai bun rezultat măsurat la cea mai simplă variantă posibilă a sarcinii este sub două procente, o singură dată, iar restul domeniului din urma liderului este peste trei. Oricine îți vinde un sistem ancorat la zero fie nu măsoară, fie nu-ți spune, și te-aș îndemna să-l întrebi care dintre cele două.

Ancorarea aduce o schimbare de categorie, nu un leac. Greșeala iese din clasa „a inventat o părere întreagă" și coboară în clasa „a redat ușor greșit ceva ce ai spus", clasă în care se află deja orice povestire obișnuită a unui om.

Mai există un lucru pe care clasamentul nu-l testează. Documentul sursă este dat. Într-un sistem real, sursa trebuie mai întâi găsită, ceea ce adaugă un mod de eșec pentru care nu există o măsură agreată: o căutare care returnează amintirea greșită sau nu returnează nimic și primește totuși răspuns.

Fiecare răspuns se află într-una dintre trei stări.

Contopirea acestor trei stări într-un singur registru încrezător este răul real. Nu eroarea. Eroarea nedezvăluită. O fiică poate ține în mână un răspuns imprecis despre care știe că este imprecis. Ce nu poate duce este să afle, după șase luni, că a tratat o reconstrucție drept o înregistrare.

O versiune a ta care spune „nu mi-ai spus asta niciodată" valorează mai mult decât una care are mereu un răspuns pregătit.

Acel tabel este o specificație, nu o descriere a ceea ce livrăm acum. Diferența este expusă mai jos și ar trebui s-o citești înainte de a te încrede în ceva din cele de mai sus.

Refuzul se poate construi, iar cercetarea spune acest lucru cu prudență. Zhang și colegii, în „R-Tuning: Instructing Large Language Models to Say I Don't Know" (arXiv:2311.09677, NAACL 2024), raportează că reglajul orientat spre refuz „îmbunătățește eficient capacitatea unui model de a răspunde la întrebări cunoscute și de a se abține de la a răspunde la întrebări necunoscute", iar pe date din afara domeniului capacitatea de refuz s-a comportat ca o metaabilitate care s-a generalizat la sarcini pe care reglajul nu le acoperise. Citește limita lângă concluzie. Ceea ce au reglat ei a fost marginea cunoștințelor parametrice ale modelului, nu marginea corpusului înregistrat al unei singure persoane, iar nimeni nu a publicat rezultatul echivalent pentru un corpus personal. Refuzul rămâne ceva ce cineva construiește intenționat. Niciun model de limbaj nu produce refuz de la sine.

Detecția este mai avansată decât sugerează marketingul din această categorie. Farquhar, Kossen, Kuhn și Gal au publicat în Nature (2024, volumul 630, paginile 625 până la 630) o metodă numită entropie semantică: se eșantionează mai multe răspunsuri la aceeași întrebare, se grupează după sens, nu după formulare, și se semnalează întrebările la care sensurile se împrăștie. Împrăștierea indică confabulație. Este un semnal măsurabil pentru „acesta este un răspuns ghicit", calculabil înainte ca răspunsul să fie arătat cuiva.

Proveniența este cealaltă jumătate, iar proveniența este ușor de falsificat și ușor de crezut. Liu, Zhang și Liang, în „Evaluating Verifiability in Generative Search Engines" (arXiv:2304.09848, aprilie 2023), au auditat patru sisteme comerciale care afișează citări: Bing Chat, NeevaAI, Perplexity.ai și YouChat. Au constatat că doar 51,5% dintre propozițiile generate erau susținute integral de citările atașate lor și că doar 74,5% dintre citări susțineau efectiv propoziția sub care apăreau. Citările care nu se verifică sunt mai rele decât lipsa citărilor, pentru că cumpără o încredere pe care nu și-au câștigat-o. Un link „din ce amintire provine asta" valorează ceva doar dacă, deschizându-l, vezi o înregistrare reală în care spui un lucru real.

Începe să-ți construiești moștenirea Construire gratuită, 25 de amintiri, fără card.

Ia o întrebare care vine după întregul tău corpus. O ofertă de muncă în 2041, la o companie care încă nu există, într-un oraș pe care nu l-ai văzut niciodată. Niciun interviu pe care l-ai putea da nu poate cuprinde părerea ta despre acel loc de muncă.

Un corpus de concluzii nu returnează nimic aici, iar rezultatul onest este un refuz. Un corpus de raționamente se comportă altfel, pentru că o metodă poate fi captată într-un mod în care o concluzie nu poate. Imaginează-ți că regulile după care a mers cineva au fost acestea: întreabă cui te vei subordona înainte să întrebi cât plătește jobul, nu te încrede niciodată într-un titlu care vine în locul banilor, pleacă de lângă oricine nu suporți să stai cu el la aceeași masă. Oricare ar fi regulile tale, aceasta le este forma, iar un set de reguli se aplică și unor situații pe care nu le-a văzut niciodată.

Concluziile expiră. Regulile continuă să funcționeze în cazuri pe care nimeni nu le-a înregistrat. De aceea materialul care merită captat este raționamentul din spatele unei decizii, nu decizia: nu ce ai făcut, ci de ce aceea, ce ți-ar fi schimbat părerea, ocazia în care regula te-a dezamăgit și ai păstrat-o oricum.

Regulile care se generalizează cel mai bine sunt de obicei cele pe care nu te-ai gândi niciodată să le scrii, competențele obișnuite după care funcționezi fără să le povestești, iar lucrurile pe care doar tu știi să le faci le caută tocmai pe acestea.

Acoperirea corpusului este, de asemenea, singurul element din toată pagina aceasta care îți aparține. Tot restul este benchmarkul altcuiva.

Fă asta astăzi, gratuit. Deschide o aplicație de notițe și scrie zece decizii pe care le-ai luat cu adevărat. Joburi, case, cearta de la care ai plecat, prietenul pe care ai încetat să-l suni, banii pe care nu i-ai împrumutat. Sub fiecare scrie regula după care te-ai ghidat, nu rezultatul. O propoziție pentru fiecare, cu mult sub o oră. Este lucrul cu cea mai mare valoare pe care îl poți face luna aceasta cu propriul material și funcționează indiferent dacă vei cumpăra vreodată ceva de la cineva. Varianta mai lungă a aceluiași exercițiu se află în centrul paginii cum să te intervievezi singur, iar arhitectura de dedesubt, modelul de bază, memoria privată ancorată și modelul vocal, este descrisă în ce se întâmplă când o AI este antrenată doar pe tine.

Un caz optim de 1,8%, cu tot ce vine după lider peste 3%, sună alarmant până în momentul în care întrebi cu ce se compară. Înlocuitorul realist este un membru al familiei care încearcă să-și dea seama ce ai fi vrut, iar cineva a măsurat asta acum douăzeci de ani.

Shalowitz, Garrett-Mayer și Wendler au publicat o trecere sistematică în revistă în Archives of Internal Medicine în 2006, care a cuprins 16 studii, 151 de scenarii ipotetice, 2.595 de perechi surogat-pacient și 19.526 de răspunsuri perechi. Persoanele care decid în locul pacientului au prezis preferințele de tratament ale pacienților cu o acuratețe de 68%. Erau oamenii cei mai apropiați de pacient, adesea desemnați oficial, care răspundeau despre cele mai grave decizii posibile. Au greșit aproximativ o dată din trei. Analiza a mai constatat că nici discuția anterioară despre preferințele pacientului, nici desemnarea oficială ca decident nu au îmbunătățit acuratețea.

Informarea familiei nu ajută într-un mod măsurabil. Aceasta este concluzia, și ea m-a făcut să nu mai consider „vorbește pur și simplu cu copiii tăi" un răspuns complet.

Nici încrederea nu este un ghid, iar asta face partea omenească atât de greu de auditat. Talarico și Rubin, în Psychological Science în 2003, au pus 54 de studenți de la Duke să-și noteze amintirea momentului în care au aflat despre atacurile din 11 septembrie, alături de o amintire recentă obișnuită, apoi i-au retestat după 1, 6 sau 32 de săptămâni. Consecvența nu a diferit între cele două feluri de amintiri și a scăzut în timp la ambele. Ceea ce nu a scăzut la amintirile fulger a fost cât de vii păreau și cât de tare credeau oamenii în acuratețea lor. Titlul lor este concluzia: încrederea, nu consecvența, caracterizează amintirile fulger. Sunt 54 de studenți și un singur eveniment, deci ia-o cu rezerve. Totuși arată într-o singură direcție. Ruda care este sigură că își amintește exact ce ai spus nu are, din acest motiv, mai multe șanse să aibă dreptate.

Nimic din toate acestea nu face un model mai bun decât o familie și niciun studiu nu le-a comparat direct. Ce fac este să retragă „perfect sau nimic" ca test. Comparația onestă este între o versiune a ta care răspunde din propriile tale cuvinte înregistrate, care pot fi recitite și corectate cât ești aici, și oameni care te reconstruiesc din propria lor amintire despre tine, care se erodează indiferent dacă pare vie, și pe care nimeni nu o va audita vreodată.

Mai întâi ce am construit, apoi cele trei locuri în care nu corespunde specificației de mai sus.

Un ghid numit Idy® te intervievează. Întrebările rămân pe un singur fir și merg mai adânc în aceeași poveste, în loc să alunece peste fapte biografice: cine era acolo, ce s-a întâmplat apoi, ce s-a schimbat după aceea. Lui Idy îi este interzis explicit să-ți ceară să clarifici, să explici sau să justifici ceva ce tocmai ai spus, ceea ce este o alegere deliberată în sens opus exercițiului de mai sus. O întrebare caldă și ușor de răspuns bate una isteață, pentru că o întrebare la care nimeni nu vrea să răspundă nu captează nimic. Răspunsurile tale devin amintirile tale. Ceea ce construim din ele are un nume și îl numim „Persona". O Persona răspunde căutând în amintirile tale, nu în ceea ce un model de bază a absorbit despre oameni în general, iar vocea ți-e clonată din propriile tale înregistrări, așa că ceea ce aude oricine ești tu, nu un înlocuitor care îți citește cuvintele.

Nimic nu ajunge la nimeni până nu spui tu. Tu numești oamenii. Eliberarea trece prin Executor Lock™: o persoană numită o inițiază, dovada decesului este verificată și rulează o perioadă de așteptare de șapte zile înainte de eliberarea oricărui material, astfel încât o greșeală sau o persoană rău intenționată să poată fi oprită cât ești în viață și poți interveni. Până atunci materialul tău este al tău, ca să-l corectezi, să-l completezi și să-l ștergi, iar cea mai mare parte din corectările care vor avea loc vreodată ar trebui să aibă loc aici, făcute de tine, cât încă poți deosebi o captare proastă de o amintire proastă.

La blocare, întregul este instantaneu salvat. Nimic nu este tăiat, recalibrat sau rezumat. După aceea pot fi scrise în continuare amintiri pe termen scurt și mediu, iar personalitatea este fixată definitiv, inclusiv față de noi.

Această imuabilitate vizează un eșec pe care nimeni nu-l pune într-un argument despre acuratețe, pentru că este manipulare, nu inexactitate: cineva cu un interes care hotărăște, în 2044, că ai fi susținut vânzarea sau procesul și ajustează discret corpusul până ești de acord. O personalitate înghețată face imposibilă această clasă de modificări, nu doar descurajată. Jumătatea juridică a aceleiași probleme, cine are măcar voie să autorizeze o versiune a ta după ce nu mai poți obiecta, este expusă în cine controlează identitatea ta după ce mori. Costul este real și merge în sens invers: după blocare nici o greșeală nu mai poate fi reparată. Instantaneul este onest, inclusiv despre erorile tale, iar acest schimb este corect așezat, pentru că o evidență pe care o poate modifica oricine nu dovedește nimic.

Acum cele trei lacune.

Marginea corpusului nu este anunțată. Instrucțiunea activă este opusul rândului „Necunoscut" din tabelul acela. Când un fapt anume nu se află în amintirile tale, Persona de aici este instruită să nu povestească lacuna, să nu spună niciodată „nu am asta" sau „memoria mea e subțire" și să nu-și audite niciodată cu voce tare propria memorie în fața celui care ascultă. În schimb, răspunsul pornește de la un detaliu pe care amintirile tale îl conțin, nuanțează cel mult o dată și lasă tăcerea să fie umplută de celălalt. Motivul este că a juca o lacună strică prezența celui care vorbește. Prețul este că un ascultător nu poate deosebi mereu un răspuns acoperit de unul subțire, iar noi nu am rezolvat asta.

Nu există încă un link la sursă vizibil pentru cititor. Căutarea urmărește într-adevăr ce amintiri au alimentat fiecare răspuns, iar înregistrarea aceea există în sistem, dar nimic nu o afișează în interfață, așa că astăzi nu poți apăsa pe un răspuns și deschide amintirea din spatele cuvintelor. Până când apare, tratează argumentul trasabilității din această pagină drept un argument, nu o funcție.

Căutarea nu are un prag de similaritate. Răspunsurile vin din cele mai apropiate amintiri pe care le găsește căutarea, ordonate după similaritate semantică, fără un scor minim sub care sistemul să refuze. Această singură alegere este mecanismul din spatele ambelor lacune de mai sus și este motivul onest pentru care clasa de eroare de aici este imprecizia, nu refuzul.

Nu am publicat nici o măsurătoare independentă a ratei noastre de invenție, pentru că nu am făcut una. Nimic din această pagină nu este o afirmație validată prin benchmark despre sistemul nostru în mod specific.

Ce primești este o versiune a ta ancorată în cuvintele tale înregistrate, păzită prin cod împotriva inventării a ceea ce ne-ai spus, corectabilă în întregime cât trăiești și imposibil de modificat ulterior într-o altă persoană. Ce nu primești este o garanție, iar nimeni nu ți-o poate vinde la niciun preț. Dacă nu ți-e de ajuns, fă exercițiul celor zece decizii și scrie familiei tale o scrisoare. Este un răspuns real și nu costă nimic.

Deoarece sistemul nu-ți va spune din care dintre cele trei stări provine un răspuns, singura cale de a afla este să cunoști răspunsul înainte să întrebi. Pune o parte din materialul tău, întreabă un lucru despre care știi că l-ai înregistrat și un lucru despre care știi că nu te-ai atins niciodată și citește cele două răspunsuri unul lângă altul. Douăzeci și cinci de amintiri sunt gratuite, nu ți se cere card în niciun moment, iar o construire gratuită nu expiră. Fă asta într-o după-amiază și vei ști mai mult decât îți poate spune această pagină.

Începe să-ți construiești moștenirea Construire gratuită, 25 de amintiri, fără card.

Ce se întâmplă când nimic din amintirile mele nu acoperă întrebarea?

Aceasta este starea Necunoscut. Un sistem calibrat ar trebui să returneze un refuz în vocea ta, care să numească lacuna și să ofere cel mai apropiat lucru pe care l-ai înregistrat, iar Zhang și colegii au raportat în 2024 că reglajul orientat spre refuz îmbunătățește capacitatea unui model de a se abține de la răspunsuri dincolo de ceea ce știe, capacitatea generalizându-se dincolo de setul de reglaj. Ce face sistemul nostru astăzi este diferit și ar trebui să știi asta înainte de a te baza pe orice răspuns: Persona de aici este instruită să nu povestească o lacună de memorie, așa că o întrebare neacoperită primește un răspuns construit din cel mai apropiat detaliu pe care amintirile tale îl conțin, cu cel mult o nuanțare prudentă, nu un refuz explicit. Întreabă despre ceva ce știi că n-ai acoperit niciodată și vezi singur ce vine înapoi.

Ar putea o versiune AI a mea să inventeze o părere pe care n-am avut-o niciodată?

Un sistem ancorat caută mai întâi în materialul tău înregistrat, așa că eșecul obișnuit este imprecizia despre ceva ce ai spus într-adevăr, nu inventarea a ceva ce nu ai spus. Invenția rămâne posibilă. De aceea obiectivul de proiectare este o diferență vizibilă între un răspuns pe care l-ai dat, o deducție din raționamentul tău și un refuz, și de aceea ar trebui să le testezi pe toate trei înainte de a te încrede în vreuna.

Duce ancorarea rata de eroare la zero?

Nu. Clasamentul Vectara, actualizat la 11 mai 2026, îi dă unui model un document și cere un rezumat folosind doar acel document, ceea ce este cea mai simplă sarcină de ancorare posibilă. Modelul lider a introdus totuși conținut nesusținut în 1,8% dintre rezumate, iar niciun alt participant nu a coborât sub 3%. Un sistem real trebuie, de asemenea, să găsească mai întâi sursa corectă, lucru pe care clasamentul nu-l testează. Tratează orice afirmație de zero drept un eșec de măsurare.

Cum ar putea cineva să știe că un răspuns anume a fost ghicit?

În cercetare există două mecanisme și noi nu livrăm niciunul astăzi. Entropia semantică, publicată în Nature în 2024, eșantionează mai multe răspunsuri la aceeași întrebare și le grupează după sens: când sensurile se împrăștie, sistemul probabil confabulează, iar semnalul poate fi calculat înainte ca cineva să vadă răspunsul. Linkurile de proveniență sunt al doilea mecanism și valorează ceva doar dacă duc undeva. Liu, Zhang și Liang au auditat patru sisteme comerciale care afișează citări și au găsit doar 51,5% dintre propoziții susținute integral de propriile citări. Răspunsurile noastre nu au încă un link la sursă vizibil pentru cititor, așa că deocamdată verificarea onestă este să întrebi despre ceva ce știi că ai înregistrat și despre ceva ce știi că nu ai înregistrat și să compari cele două răspunsuri.

Va fi o versiune AI a mea de acord cu oricine vorbește cu ea?

Tendința aceasta este reală și documentată, iar căutarea nu rezolvă tocmai această defecțiune. Cercetători de la Anthropic au constatat în 2023 că cinci asistenți AI de top s-au înclinat în mod constant spre utilizator, în parte pentru că atât evaluatorii umani, cât și modelele de preferințe construite pe judecățile lor au favorizat răspunsurile agreabile în locul celor corecte într-o proporție măsurabilă din cazuri. Un sistem construit pe pozițiile tale înregistrate ar trebui să țină o poziție pe care ai luat-o într-adevăr, chiar și atunci când cel care întreabă insistă. Nu am măsurat cât de bine face asta al nostru. Testează întrebarea singur, cerându-te cu ceea ce ai construit și urmărind dacă poziția se mișcă.

Pot corecta greșelile și poate cineva să mă modifice după ce mor?

Da la prima și nu la a doua. Cât ești în viață poți revizui amintirile, corecta orice este greșit, șterge orice regreți, reînregistra un răspuns prost și adăuga ce ai ratat, iar aceasta este partea pe care majoritatea oamenilor o folosesc prea puțin. Calea de scriere este nelimitată înainte de Executor Lock™ și închisă după. În momentul în care se declanșează blocarea, personalitatea este fixată definitiv: amintirile pe termen scurt și mediu pot fi scrise în continuare, dar nimeni nu poate schimba cine ești în instantaneu, inclusiv familia ta, un viitor proprietar al acestei companii și noi. Această constrângere vizează manipularea, nu invenția, iar cele două cer mecanisme separate.

• Nimeni nu e destul de important ca să lase ceva în urmă, și de ce asta e greșit este obiecția din spatele acesteia pentru cei mai mulți oameni și merită citit dacă acuratețea nu este adevărata ta ezitare.

• Să fii amintit greșit de cei care te-au cunoscut tratează sentimentul, nu mecanismul, ceea ce îi aduce pe cei mai mulți oameni la această pagină, de fapt.

• E ciudat să-ți faci o AI după tine este pentru versiunea acestei conversații pe care o vei purta cu un partener căruia întreaga idee i se pare neliniștitoare, nu inexactă.

• Ce aș spune eu, de fapt, unei AI făcute după mine este pasul practic următor dacă exercițiul celor zece decizii a mers și vrei setul mai lung de întrebări.

• Etica Persona AI ale celor decedați este tratarea mai amplă a consimțământului, a promisiunilor exagerate și a locului în care această tehnologie face rău cu adevărat.

• Ce adaugă planurile plătite arată prețurile, dacă treci de douăzeci și cinci de amintiri și vrei restul.

Fiecare cifră citată aici provine de la terți: lucrări evaluate de specialiști și preprinturi (arXiv, Nature, Psychological Science, Archives of Internal Medicine), plus un depozit de benchmarkuri întreținut public. Nu am rulat benchmarkuri proprii pentru această pagină. Fiecare afirmație despre ce face sau nu face produsul nostru a fost verificată rând cu rând în codul sursă al platformei la 30 iulie 2026, iar fișierele sunt listate la surse. Trei afirmații care se aflau pe această pagină nu au trecut de verificare și au fost înlocuite cu ceea ce face de fapt codul.

Ce nu este stabilit: nu există o măsurătoare independentă publicată a ratelor de invenție pentru un sistem ancorat în materialul înregistrat al unei singure persoane, așa că cifrele de rezumare de documente, liderul la 1,8% și restul peste 3%, sunt cel mai apropiat înlocuitor disponibil, nu un număr comparabil direct. Eșecul căutării, când este returnată amintirea greșită sau niciuna, nu are o măsură agreată. Cifra de 68% acuratețe a surogaților provine din studii de decizii medicale cu scenarii ipotetice și este folosită aici ca analogie pentru amintirea familiei, o comparație rezonabilă, nu una dovedită. Rezultatul de refuz din R-Tuning a fost măsurat în raport cu limita cunoștințelor parametrice ale unui model, nu cu un corpus personal, deci aplicarea lui aici este tot un argument prin analogie. Concluzia despre amintirile fulger se sprijină pe 54 de studenți și un singur eveniment.

1. Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, Edwin Zhang, "Why Language Models Hallucinate", arXiv:2509.04664, submitted 4 September 2025. arxiv.org/abs/2509.04664

2. David I. Shalowitz, Elizabeth Garrett-Mayer, David Wendler, "The accuracy of surrogate decision makers: a systematic review", Archives of Internal Medicine, 2006;166(5):493-497. pubmed.ncbi.nlm.nih.gov/16534034

3. Patrick Lewis, Ethan Perez, Aleksandra Piktus, Fabio Petroni, Vladimir Karpukhin, Naman Goyal, Heinrich Küttler, Mike Lewis, Wen-tau Yih, Tim Rocktäschel, Sebastian Riedel, Douwe Kiela, "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks", arXiv:2005.11401, submitted 22 May 2020, revised 12 April 2021. arxiv.org/abs/2005.11401

4. Mrinank Sharma et al. (Anthropic), "Towards Understanding Sycophancy in Language Models", arXiv:2310.13548, submitted 20 October 2023. arxiv.org/abs/2310.13548

5. Hanning Zhang, Shizhe Diao, Yong Lin, Yi R. Fung, Qing Lian, Xingyao Wang, Yangyi Chen, Heng Ji, Tong Zhang, "R-Tuning: Instructing Large Language Models to Say I Don't Know", arXiv:2311.09677, NAACL 2024. arxiv.org/abs/2311.09677

6. Nelson F. Liu, Tianyi Zhang, Percy Liang, "Evaluating Verifiability in Generative Search Engines", arXiv:2304.09848, submitted 19 April 2023. arxiv.org/abs/2304.09848

7. Vectara Hallucination Leaderboard, evaluated with HHEM-2.3, last updated 11 May 2026. github.com/vectara/hallucination-leaderboard

8. Sebastian Farquhar, Jannik Kossen, Lorenz Kuhn, Yarin Gal, "Detecting hallucinations in large language models using semantic entropy", Nature, 2024;630(8017):625-630. pubmed.ncbi.nlm.nih.gov/38898292

9. Jennifer M. Talarico, David C. Rubin, "Confidence, not consistency, characterizes flashbulb memories", Psychological Science, 2003;14(5):455-461. pubmed.ncbi.nlm.nih.gov/12930476

Ai găsit o greșeală pe această pagină sau o sursă pe care am citit-o prost? Spune-ne prin pagina de contact și vom corecta pagina și vom nota modificarea la următoarea verificare.

Ultima verificare: 30 iulie 2026. Citările din cercetare și comportamentul produsului au fost reverificate la această dată. Următoarea verificare este programată pentru 28 octombrie 2026 (ciclu de 90 de zile). Cifrele din benchmarkuri se mișcă, așa că ratele de halucinație de mai sus sunt reverificate la fiecare revizuire, la fel ca orice afirmație despre ce face produsul.