Après avoir lu de nombreuses réponses, nous aimerions apporter quelques clarifications : - nous ne pouvons pas extraire de données d'entraînement du modèle en utilisant notre méthode - les LLM ne sont pas injectifs par rapport au texte de sortie, cette fonction est définitivement non injective et des collisions se produisent tout le temps - pour les mêmes raisons, les LLM ne sont pas inversibles à partir du texte de sortie nous espérons que cela clarifie toute confusion et nous accueillons tout retour à ce sujet. Pour toute question supplémentaire, n'hésitez pas à contacter les auteurs : @GiorgosNik02, @tommaso_mncttn, @DonatoCrisosto1, @teelinsan, Yannis Panagakis, @EmanueleRodola

Les LLMs sont injectifs et inversibles. Dans notre nouvel article, nous montrons que différents prompts correspondent toujours à des embeddings différents, et cette propriété peut être utilisée pour récupérer les tokens d'entrée à partir d'embeddings individuels dans l'espace latent. (1/6)