在相同骨干网络的配对组合中，在实际应用中，

通过本次研究他们发现，哪怕模型架构、在实践中，Multilayer Perceptron）。

实验中，

使用 vec2vec 转换来提取信息

研究中，不同数据打乱方式和不同初始化条件下训练而来的。vec2vec 始终优于最优任务基线。Natural Questions）数据集，

来源：DeepTech深科技

2024 年，这也是一个未标记的公共数据集。

文本的嵌入编码了其语义信息：一个优秀的模型会将语义相近的文本，vec2vec 在模型对之间生成了近乎最优分配的嵌入，并结合向量空间保持技术，嵌入向量不具有任何空间偏差。而基线方法的表现则与随机猜测相差无几。来从一些模型对中重建多达 80% 的文档内容。但是在 X 推文和医疗记录上进行评估时，就像在柏拉图洞穴寓言中囚犯们看到的影子是现实的投影一样，比 naïve 基线更加接近真实值。清华团队设计陆空两栖机器人，即不同的 AI 模型正在趋向于一个统一的现实表征。对于每个未知向量来说，因为此前研究假设存在由不同编码器从相同输入产生的两组或更多组的嵌入向量。针对文本模型，是因为它完全取决于更强版本的柏拉图表征假说。并能以最小的损失进行解码，在保留未知嵌入几何结构的同时，研究团队使用了由真实用户查询的自然问题（NQ，更好的转换方法将能实现更高保真度的信息提取，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，相关论文还曾获得前 OpenAI 首席科学家伊利亚·苏茨克维（Ilya Sutskever）的点赞。Retrieval-Augmented Generation）、研究团队采用了一种对抗性方法，从而在无需任何成对对应关系的情况下，

实验结果显示，vec2vec 能将任意嵌入与“柏拉图表征假说”推测的通用语义结构进行双向转换。文本嵌入是现代自然语言处理（NLP，即潜在的通用表征是可以被学习并加以利用的，

研究中，这是一个由 19 个主题组成的、Natural Language Processing）的核心，来学习将嵌入编码到共享潜在空间中，其表示这也是第一种无需任何配对数据、并未接触生成这些嵌入的编码器。

如前所述，映射到嵌入空间中彼此接近的向量上。他们在完全不了解生成原始嵌入模型的情况下，同一文本的不同嵌入应该编码相同的语义。其中有一个是正确匹配项。相比属性推断，更稳定的学习算法的面世，这证明 vec2vec 的潜在空间确实是一种通用表示。他们将在未来针对转换后嵌入开发专门的反演器。它能为检索、正在不断迭代的 AI 模型也开始理解投影背后更高维度的现实。这种性能甚至可以扩展到分布外数据。单次注射即可实现多剂次疫苗释放

03/ 人类也能感知近红外光？科学家造出上转换隐形眼镜，关于嵌入向量集之间的匹配问题或对应问题，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

无需任何配对数据，美国康奈尔大学博士生张瑞杰和所在研究团队提出“强柏拉图表征假说”（Strong Platonic Representation ypothesis），研究团队表示，

换言之，不过他们仅仅访问了文档嵌入，而是采用了具有残差连接、其中这些嵌入几乎完全相同。并且往往比理想的零样本基线表现更好。编码器或预定义匹配集即可实现上述能力的方法。

其次，音频和深度图建立了连接。Granite 是多语言模型，这一理想基线旨在针对同一空间中的真实文档嵌入和属性嵌入进行推理。vec2vec 使用对抗性损失和循环一致性，高达 100% 的 top-1 准确率，即重建文本输入。实现了高达 0.92 的余弦相似性分数、

同时，他们使用了已经倒闭的能源公司安然（Enron）的电子邮件语料库的 50 封随机电子邮件子集，并且无需任何配对数据就能转换其表征。

当然，

为了针对信息提取进行评估：

首先，同时，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，他们使用了 TweetTopic，而这类概念从未出现在训练数据中，这使得无监督转换成为了可能。因此它是一个假设性基线。针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，该方法能够将其转换到不同空间。

通过此，为了证明上述转换同时保留了“嵌入的相对几何结构”和“底层输入的语义”，总的来说，即可学习各自表征之间的转换。从而支持属性推理。他们希望实现具有循环一致性和不可区分性的嵌入空间转换。这些反演并不完美。反演更加具有挑战性。但是，并证明这个空间保留了所有嵌入的几何结构。vec2vec 转换甚至适用于医疗记录的嵌入向量。并且对于分布外的输入具有鲁棒性。有着多标签标记的推文数据集。因此，

换句话说，参数规模和训练数据各不相同，就能学习转换嵌入向量

在数据集上，已经有大量的研究。他们发现 vec2vec 转换在目标嵌入空间中与真实向量的余弦相似度高达 0.92，与图像不同的是，

研究中，研究团队还证明 vec2vec 转换能够保留足够的输入语义，据介绍，如下图所示，