![](https://cdn-ak-scissors.b.st-hatena.com/image/square/aeef4a2907793d963bc9837ebc414a13d9cf1971/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-f625e957b80c4bd8dd47b724be996090.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUU1JTg1JUE1JUU1JThBJTlCJUUzJTgzJTk3JUUzJTgzJUFEJUUzJTgzJUIzJUUzJTgzJTk3JUUzJTgzJTg4JUUzJTgyJTkyJUU1JUJFJUE5JUU1JTg1JTgzJUUzJTgxJTk5JUUzJTgyJThCJUU2JThBJTgwJUU4JUExJTkzJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkNtaWRkbGUmcz03ZWZjMjIyOTFmMGE1MTY2ZTU4ZjU0ZGY3MTUxYWYyNA%26mark-x%3D142%26mark-y%3D151%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwZnV5dV9xdWFudCUyMGluJTIwQnJhaW5QYWQlMjBJbmMuJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzImdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0zZjcwNzEwZmVkOWM5MmQ0NTc4MTQwOGYzYTEzODY5MQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D6182c9f80f11bc75d9f19c3da669b34e)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
入力プロンプトを復元する技術 - Qiita
株式会社ブレインパッドでデータサイエンティストをしている@fuyu_quantです。 この記事はBrainPad Adve... 株式会社ブレインパッドでデータサイエンティストをしている@fuyu_quantです。 この記事はBrainPad Advent Calender 2023 1日目の記事です。 ※記事シリーズは2もあります!! はじめに 今回はLanguage Model Inversionという論文が非常に面白かったので紹介をしたいと思います. 簡単に内容を説明すると LLMの出力をする際の確率分布が分かれば元のプロンプトを復元できる さらにLLMの出力のテキスト情報しかなくても元のプロンプトを復元できる ということについても言及しています. ※実行コードについては執筆途中です. 目次 0. LLMの出力 1. Language Model Inversionの解説 何をしたいか 本当に入力プロンプトを予測できるか? 予測方法 結果 結論 2. Language Model Inversionを試す(コー