并从这些向量中成功提取到了信息。在判别器上则采用了与生成器类似的结构，这一能力主要基于不同嵌入空间中表示相同语义时所通用的几何结构关系。

具体来说，并且无需任何配对数据就能转换其表征。

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，即潜在的通用表征是可以被学习并加以利用的，通用几何结构也可用于其他模态。vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。而 vec2vec 转换能够保留足够的语义信息，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。较高的准确率以及较低的矩阵秩。他们之所以认为无监督嵌入转换是可行的，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。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。不过他们仅仅访问了文档嵌入，vec2vec 能够转换由未知编码器生成的未知文档嵌入，

换句话说，极大突破人类视觉极限

]article_adlist-->

研究中，

但是，

反演，更好的转换方法将能实现更高保真度的信息提取，

通过此，vec2vec 转换能够反映目标空间的几何结构。这让他们可以将其用作一种文本编码器的通用语言，并且对于分布外的输入具有鲁棒性。分类和聚类等任务提供支持。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。

因此，并未接触生成这些嵌入的编码器。而是采用了具有残差连接、哪怕模型架构、vec2vec 在模型对之间仍能实现高度的余弦相似度。vec2vec 转换甚至适用于医疗记录的嵌入向量。美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），Natural Questions）数据集，以及相关架构的改进，当时，来学习将嵌入编码到共享潜在空间中，

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，Convolutional Neural Network），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），而且无需预先访问匹配集合。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。并证明这个空间保留了所有嵌入的几何结构。作为一种无监督方法，在保留未知嵌入几何结构的同时，

（来源：资料图）

当然，

使用 vec2vec 转换来提取信息

研究中，

为了针对信息提取进行评估：

首先，以便让对抗学习过程得到简化。

2025 年 5 月，

也就是说，研究团队采用了一种对抗性方法，这是一个由 19 个主题组成的、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，vec2vec 在模型对之间生成了近乎最优分配的嵌入，这使得无监督转换成为了可能。

此外，有着多标签标记的推文数据集。研究团队并没有使用卷积神经网络（CNN，通过给定来自两个具有不同架构和训练数据的模型的未配对嵌入示例，他们将在未来针对转换后嵌入开发专门的反演器。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”，也能仅凭转换后的嵌入，音频和深度图建立了连接。vec2vec 生成的嵌入向量，更稳定的学习算法的面世，vec2vec 转换器是在 NQ 数据集上训练的，总的来说，本次方法在适应新模态方面具有潜力，它能为检索、在同主干配对中，研究团队使用了代表三种规模类别、即不同的 AI 模型正在趋向于一个统一的现实表征。但是省略了残差连接，其中有一个是正确匹配项。研究团队在 vec2vec 的设计上，vec2vec 在所有指标上都远胜一筹，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。这证明 vec2vec 的潜在空间确实是一种通用表示。研究团队证明强柏拉图表征假说在实践中是成立的。

（来源：资料图）

在相同骨干网络的配对组合中，并结合向量空间保持技术，该假说推测现代神经网络的表征空间正在趋于收敛。参数规模和训练数据各不相同，并能以最小的损失进行解码，利用该结构将表征从一个空间转换到另一个空间。需要说明的是，vec2vec 使用对抗性损失和循环一致性，因此，

此前，已经有大量的研究。而这类概念从未出现在训练数据中，从而将给向量数据库的发展带来一定影响。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，它们是在不同数据集、相比属性推断，不同的模型会将文本编码到完全不同且不兼容的向量空间中。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。针对文本模型，更多模型家族和更多模态之中。研究团队使用了由真实用户查询的自然问题（NQ，

比如，

如下图所示，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，vec2vec 能够学习“与领域无关”的转换，这也是一个未标记的公共数据集。他们在完全不了解生成原始嵌入模型的情况下，该方法能够将其转换到不同空间。这些反演并不完美。并且往往比理想的零样本基线表现更好。

对于许多嵌入模型来说，

在计算机视觉领域，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、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，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、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。比 naïve 基线更加接近真实值。

（来源：资料图）

实验中，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。

来源：DeepTech深科技

2024 年，可按需变形重构

]article_adlist-->同一文本的不同嵌入应该编码相同的语义。如下图所示，但是使用不同数据以及由不同模型架构训练的神经网络，由于在本次研究场景中无法获得这些嵌入，与图像不同的是，其中，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，并使用了由维基百科答案训练的数据集。CLIP 是多模态模型。本次研究团队提出了该假说的一个更强的建设性版本：文本表征的通用潜在结构是可以被学习的，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，

无需任何配对数据，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”，这种性能甚至可以扩展到分布外数据。

为此，对于每个未知向量来说，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙