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 установки+3 за 7 дней39 Звездысинхронизировано 10 часов назад
Установка
Ещё нет NotHoly CLI? Сначала установите её.
$ curl -fsSL https://notholy.com/install.sh | sh$ notholy skills install aeondave/vec2textПишет в ~/.notholy/skills после проверки подписи и SHA-256.
ПодписьПодписано, ed25519
Пакет6ce47e2e…412ca165
6ce47e2ec25d…01e0412ca1651 файл · 1.1 KBПроверкаСредний1 замечание
- Лицензия не найдена
Источникgithub.com/AeonDave/malskill/tree/main/ai/vec2text@21cd568
Эта запись еще не переведена на русский, поэтому показан текст на другом языке: English.
На странице
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
import vec2text
corrector = vec2text.load_pretrained_corrector("gtr-base")High-Value Workflows
Invert known strings through the matching embedder workflow
vec2text.invert_strings(
["example text"],
corrector=corrector,
num_steps=20,
sequence_beam_width=4,
)Invert embeddings directly
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_stepsimproves refinement quality, whilesequence_beam_widthimproves 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.
Файлы этой версии
- SKILL.md2.2 KB
Права
| Право | Заявлено | Найдено проверкой |
|---|---|---|
| Читает файлы | Нет | Нет |
| Пишет файлы | Нет | Нет |
| Выполняет команды shell | Нет | Нет |
| Ходит в сеть | Нет | Нет |
| Использует коннекторы | Нет | Нет |
| Управляет браузером | Нет | Нет |
Замечания проверки
Проверено 13 нояб. 2026 г.
- СредняяЛицензия · Лицензия не найдена
Чистая проверка снижает риск, но не доказывает, что пакет безопасен. Читайте то, что ставите.
| Версия | Опубликована | Коммит | SHA-256 | Подпись | Изменение прав |
|---|---|---|---|---|---|
| v2026.11.13-21cd568 | 13 нояб. 2026 г. | 21cd568 | 6ce47e2e | Подписана | – |
Ещё от AeonDave
Всё от этого издателяЕще в категории «ИИ, агенты и MCP»
Вся категория- fal-assetsrehan-remade/fal-assets5
- ai-system-prompt-leakagenoorqureshi/ai-system-prompt-leakage4
- ai-prompt-injectionnoorqureshi/ai-prompt-injection4
- testing-prompt-injection-in-rag-pipelinesmukul975/testing-prompt-injection-in-rag-pipelines4
- implementing-llm-guardrails-for-securitymukul975/implementing-llm-guardrails-for-security4
- defending-llms-with-guardrailsmukul975/defending-llms-with-guardrails4
Спрашивайте обо всём, что позволяет ваш скоуп.
Создайте аккаунт, пополните баланс и задайте первый вопрос в чате или в терминале.
- 1/3
Создайте аккаунт
Личный или для компании. Позже можно перейти на аккаунт компании без потери баланса и ключей.
ЛичныйКомпания - 2/3
Пополните баланс
Картой. Оплата за токены, без подписки.
$5.00минимальное пополнение - 3/3
Спрашивайте
В чате, или установите CLI и выполните notholy login в терминале.
$ notholy login