recipe-blog-encoding

[!WARNING] Este proyecto está completamente codificado al estilo "vibe" ^{(probablemente parcialmente plagiado de este repositorio)} y el autor es un tontorrón que solo pensó que la idea era divertida

Usa preámbulos de recetas optimizados para SEO como vehículo para codificar mensajes secretos (aunque el prompt puede ser cualquier cosa; el prompt compartido es simplemente una clave que tanto el codificador como el decodificador acuerdan).

Oculta mensajes secretos en texto de apariencia natural mediante esteganografía lingüística neuronal.

Cómo funciona

1. El codificador toma tu mensaje secreto y un prompt compartido.
2. En cada paso de generación, construye una distribución de probabilidad (CDF) sobre los top-k tokens del modelo.
3. La codificación aritmética mapea los bits del mensaje secreto en selecciones de tokens — cada token elegido es tanto una continuación plausible como una codificación de datos ocultos.
4. El decodificador, dado el mismo modelo y prompt, reconstruye la CDF idéntica en cada paso y recupera los bits secretos a partir de las elecciones de tokens.

Ambos lados deben usar el mismo modelo, cuantización, valor de top-k y prompt exactos. Cualquier diferencia provoca una falla en la decodificación.

Requisitos previos

• Python 3.12+
• uv (recomendado) o pip
• Una GPU NVIDIA con soporte CUDA (para inferencia cuantizada a 4 bits)
  • El modo CPU está disponible mediante --device cpu --no-4bit, pero será significativamente más lento
• Suficiente VRAM para el modelo elegido (~3 GB para Llama-3.2-3B en 4 bits)

Instalación

# Crea y activa un entorno virtual, e instala los paquetes necesarios
python -m venv env
source env/bin/activate
pip install -r requirements.txt

# o, usando `uv`
uv sync
uv pip install -r requirements.txt

Uso

[!NOTE] Establece la variable de entorno HF_TOKEN para autenticarte en HuggingFace

Codificar un mensaje secreto

python main.py encode --message "attack at dawn"

Esto usa el prompt predeterminado de preámbulo de receta y Llama-3.2-3B. El texto esteganográfico se imprime en la salida estándar y se guarda en stego_output.txt.

Decodificar a partir de un texto esteganográfico

python main.py decode --stego-file stego_output.txt

Prompt y modelo personalizados

# Codificar con un prompt personalizado
python main.py encode \
    --message "meet me at noon" \
    --prompt "The best thing about making scrambled eggs is: "

# Decodificar (¡el prompt debe coincidir exactamente!)
python main.py decode \
    --stego-file stego_output.txt \
    --prompt "The best thing about making scrambled eggs is: "

# Usar un modelo diferente
python main.py encode \
    --model "mistralai/Mistral-7B-v0.3" \
    --message "secret message" \
    --prompt "Every Sunday morning my grandmother would"

Todas las opciones