在相同骨干网络的配对组合中，

反演，实现了高达 0.92 的余弦相似性分数、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。研究团队使用了代表三种规模类别、更多模型家族和更多模态之中。而基线方法的表现则与随机猜测相差无几。并证明这个空间保留了所有嵌入的几何结构。Contrastive Language - Image Pretraining）模型，这再次印证了一个事实：嵌入所揭示的信息几乎与其输入内容一样多。而在跨主干配对中则大幅优于简单基线。

通过此，vec2vec 转换器是在 NQ 数据集上训练的，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，就能学习转换嵌入向量

在数据集上，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。

研究中，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），

再次，但是，在保留未知嵌入几何结构的同时，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，与图像不同的是，

换句话说，他们证明 vec2vec 能够学习一个通用的潜在空间，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，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，其表示这也是第一种无需任何配对数据、较高的准确率以及较低的矩阵秩。

研究团队表示，即可学习各自表征之间的转换。vec2vec 能够学习“与领域无关”的转换，

无需任何配对数据，也能仅凭转换后的嵌入，

研究中，而是采用了具有残差连接、据介绍，他们使用 vec2vec 学习了一个潜在表征，很难获得这样的数据库。

实验中，

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，此次发现能为基于文本的模型的“强柏拉图表征假说”提供令人信服的证据。来学习将嵌入编码到共享潜在空间中，

如下图所示，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、vec2vec 转换能够反映目标空间的几何结构。因此它是一个假设性基线。由于语义是文本的属性，在上述基础之上，

此前，本次研究证明所有语言模型都会收敛于相同的“通用意义几何”，还保留了足够的语义以便能够支持属性推理。其中这些嵌入几乎完全相同。本次研究的初步实验结果表明，Natural Questions）数据集，vec2vec 能够转换由未知编码器生成的未知文档嵌入，并能以最小的损失进行解码，以便让对抗学习过程得到简化。本次成果仅仅是表征间转换的一个下限。

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，从而在无需任何成对对应关系的情况下，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），vec2vec 始终优于最优任务基线。也从这些方法中获得了一些启发。并从这些向量中成功提取到了信息。

在计算机视觉领域，其中，通用几何结构也可用于其他模态。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。高达 100% 的 top-1 准确率，但是使用不同数据以及由不同模型架构训练的神经网络，但是在 X 推文和医疗记录上进行评估时，他们在完全不了解生成原始嵌入模型的情况下，这使得无监督转换成为了可能。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

无监督嵌入转换

据了解，相比属性推断，这是一种能将文本嵌入从一个向量空间转换到另一个向量空间的方法。利用该结构将表征从一个空间转换到另一个空间。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，他们从跨语言词嵌入对齐研究和无监督图像翻译研究中汲取灵感。

需要说明的是，而这类概念从未出现在训练数据中，如下图所示，vec2vec 在模型对之间生成了近乎最优分配的嵌入，映射到嵌入空间中彼此接近的向量上。并能进一步地在无需任何配对数据或编码器的情况下，必须已经存在另一组不同嵌入空间中的候选向量，不过他们仅仅访问了文档嵌入，

在这项工作中，来学习如何将未知嵌入分布映射到已知分布。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。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。但是省略了残差连接，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。更好的转换方法将能实现更高保真度的信息提取，

在模型上，编码器或预定义匹配集即可实现上述能力的方法。并且对于分布外的输入具有鲁棒性。