Pular para o conteúdo
Novo

DeepSeek V4.1 Flash grátis por 7 dias: 10M tokens por dia após recarga de $10 ou mais. Até 30/11.

Como funciona
aeondave/vec2textIA, agentes e MCP

vec2text

⁨vec2text: embedding-inversion library for reconstructing approximate text from sentence embeddings. Use when working with saved embedding tensors, privacy/inversion research, or AI/ML challenge workflows where you need to load a corrector model and invert strings or embeddings directly.⁩

v2026.11.13-21cd5683 instalações+3 em 7 dias39 Estrelassincronizado há 10 horas

Instalar

Ainda não tem a CLI da NotHoly? Instale primeiro.

$ curl -fsSL https://notholy.com/install.sh | sh
$ notholy skills install aeondave/vec2text

Grava em ⁦~/.notholy/skills⁩ depois de conferir a assinatura e o SHA-256.

AssinaturaAssinado, ed25519
hHa85Embtg…kqJxOIAQ==A CLI confere o SHA-256 e a assinatura antes de gravar qualquer arquivo.
Pacote6ce47e2e…412ca165
6ce47e2ec25d…01e0412ca1651 arquivo · ⁦1.1 KB⁩
VarreduraMédio1 achado
  • Nenhuma licença encontrada
Ver a varredura completa
Fontegithub.com/AeonDave/malskill/tree/main/ai/vec2text@21cd568

Este item ainda não foi escrito no seu idioma, então aparece em English.

Use vec2text when embeddings are the artifact and text recovery is the question.

When to use vec2text

Use vec2text when you need to:

  • invert sentence embeddings back into approximate text
  • load a pretrained corrector for supported embedding families
  • work from saved embedding tensors rather than original source text
  • tune inversion quality with multiple refinement steps or beam search

Quick Start

python
import vec2text

corrector = vec2text.load_pretrained_corrector("gtr-base")

High-Value Workflows

Invert known strings through the matching embedder workflow

python
vec2text.invert_strings(
    ["example text"],
    corrector=corrector,
    num_steps=20,
    sequence_beam_width=4,
)

Invert embeddings directly

python
import torch

embeddings = torch.load("embeddings.pt", map_location="cpu")
texts = vec2text.invert_embeddings(
    embeddings=embeddings,
    corrector=corrector,
    num_steps=20,
)
print(texts)

Practical Notes

  • Corrector choice must match the embedding family; mismatched models produce garbage.
  • num_steps improves refinement quality, while sequence_beam_width improves search at higher memory cost.
  • The project supports both direct string inversion workflows and embedding-only inversion workflows.

Caveats

  • Reconstruction is approximate, not guaranteed exact text recovery.
  • Beam search raises memory usage quickly.
  • Model support and pretrained aliases evolve; prefer current upstream docs over old examples.

Resources

No bundled scripts/, references/, or assets/. Use the upstream vec2text README for current pretrained corrector aliases, API entry points, and embedding-family matching guidance.

Arquivos desta versão

Permissões

PermissãoDeclaradaEncontrada na varredura
Lê arquivosNãoNão
Grava arquivosNãoNão
Roda comandos no shellNãoNão
Usa a redeNãoNão
Usa conectoresNãoNão
Controla um navegadorNãoNão

Achados da varredura

Revisado em 13 de nov. de 2026

  1. MédiaLicença · Nenhuma licença encontrada

Uma varredura limpa reduz o risco, mas não prova que o pacote é seguro. Leia o que você instala.

VersãoPublicada emCommitSHA-256AssinaturaMudança de permissão
v2026.11.13-21cd56813 de nov. de 202621cd5686ce47e2eAssinada–

Pergunte tudo o que o seu escopo permite.

Crie a conta, adicione créditos e faça a primeira pergunta no chat ou no terminal.

  1. 1/3

    Crie a conta

    Individual ou empresa. Dá para virar empresa depois sem perder saldo nem chaves.

    Pessoa físicaEmpresa
  2. 2/3

    Adicione créditos

    No cartão. Você paga por token, sem assinatura.

    $5.00recarga mínima
  3. 3/3

    Pergunte

    No chat, ou instale o CLI e rode notholy login no terminal.

    $ notholy login