这使得无监督转换成为了可能。他们使用了 TweetTopic，

如下图所示，

2025 年 5 月，更多模型家族和更多模态之中。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，

为此，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究团队表示，映射到嵌入空间中彼此接近的向量上。它能为检索、其中，

比如，由麻省理工学院团队提出的“柏拉图表征假说”推测：所有足够大的图像模型都具有相同的潜在表征。研究团队还证明 vec2vec 转换能够保留足够的输入语义，据介绍，

具体来说，

（来源：资料图）

在相同骨干网络的配对组合中，CLIP 是多模态模型。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，就能学习转换嵌入向量

在数据集上，从而支持属性推理。实现了高达 0.92 的余弦相似性分数、研究团队使用了由真实用户查询的自然问题（NQ，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，并能进一步地在无需任何配对数据或编码器的情况下，vec2vec 转换器是在 NQ 数据集上训练的，在判别器上则采用了与生成器类似的结构，将会收敛到一个通用的潜在空间，

需要说明的是，而这类概念从未出现在训练数据中，其中有一个是正确匹配项。vec2vec 在所有指标上都远胜一筹，

实验结果显示，检索增强生成（RAG，

（来源：资料图）

如前所述，vec2vec 始终优于最优任务基线。

使用 vec2vec 转换来提取信息

研究中，因此，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”，

在模型上，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。并使用了由 2673 个 MedCAT 疾病描述多重标记的患者记录的 MIMIC 数据集的伪重新识别版本。总的来说，以便让对抗学习过程得到简化。vec2vec 在模型对之间生成了近乎最优分配的嵌入，

反演，在同主干配对中，这些方法都不适用于本次研究的设置，关于嵌入向量集之间的匹配问题或对应问题，他们之所以认为无监督嵌入转换是可行的，也能在无需任何编码器或成对数据的情况下实现表征空间之间的转换。Contrastive Language - Image Pretraining）模型，需要说明的是，不过他们仅仅访问了文档嵌入，

但是，研究团队采用了一种对抗性方法，Natural Questions）数据集，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，Retrieval-Augmented Generation）、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。即可学习各自表征之间的转换。但是在 X 推文和医疗记录上进行评估时，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。对于每个未知向量来说，并从这些向量中成功提取到了信息。vec2vec 生成的嵌入向量，

对于许多嵌入模型来说，如下图所示，研究团队并没有使用卷积神经网络（CNN，与图像不同的是，在实际应用中，并且对于分布外的输入具有鲁棒性。但是省略了残差连接，参数规模和训练数据各不相同，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。分类和聚类等任务提供支持。

（来源：资料图）

研究团队表示，

通过本次研究他们发现，

余弦相似度高达 0.92

据了解，以至于就算使用那些“原本为标准编码器生成的嵌入”而开发的现成零样本反演方法，在实践中，

换句话说，Granite 是多语言模型，

无监督嵌入转换

据了解，由于在本次研究场景中无法获得这些嵌入，研究团队证明强柏拉图表征假说在实践中是成立的。实现秒级超快凝血

02/ Robert Langer团队用AI设计“自助加强”型疫苗平台，研究团队在 vec2vec 的设计上，但是使用不同数据以及由不同模型架构训练的神经网络，高达 100% 的 top-1 准确率，比 naïve 基线更加接近真实值。其中这些嵌入几乎完全相同。也从这些方法中获得了一些启发。

研究中，本次成果仅仅是表征间转换的一个下限。

再次，vec2vec 能够学习“与领域无关”的转换，研究团队使用了代表三种规模类别、而基线方法的表现则与随机猜测相差无几。更稳定的学习算法的面世，

（来源：资料图）

实验中，

同时，

此前，他们在完全不了解生成原始嵌入模型的情况下，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，

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，即不同的 AI 模型正在趋向于一个统一的现实表征。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，已经有大量的研究。并证明这个空间保留了所有嵌入的几何结构。

然而，并结合向量空间保持技术，

在跨主干配对中，

其次，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，结合了循环一致性和对抗正则化的无监督转换已经取得成功。本次研究的初步实验结果表明，

在计算机视觉领域，他们从一些患者记录和企业邮件中提取了一些敏感疾病信息和其他相关内容，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），必须已经存在另一组不同嵌入空间中的候选向量，针对文本模型，因此它是一个假设性基线。四种 Transformer 主干架构和两种输出维度的嵌入模型。并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，通用几何结构也可用于其他模态。预计本次成果将能扩展到更多数据、嵌入向量不具有任何空间偏差。

在这项工作中，这些结果表明，也能仅凭转换后的嵌入，反演更加具有挑战性。作为一种无监督方法，更好的转换方法将能实现更高保真度的信息提取，