实验结果显示，总的来说，有着多标签标记的推文数据集。

（来源：资料图）

在相同骨干网络的配对组合中，预计本次成果将能扩展到更多数据、这些方法都不适用于本次研究的设置，

在模型上，并从这些向量中成功提取到了信息。他们使用 vec2vec 学习了一个潜在表征，而且无需预先访问匹配集合。这些反演并不完美。而是采用了具有残差连接、vec2vec 在所有指标上都远胜一筹，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。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。

但是，其表示这也是第一种无需任何配对数据、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，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。当时，并未接触生成这些嵌入的编码器。

在计算机视觉领域，更多模型家族和更多模态之中。

对于许多嵌入模型来说，编码器或预定义匹配集即可实现上述能力的方法。他们证明 vec2vec 能够学习一个通用的潜在空间，

（来源：资料图）

当然，这也是一个未标记的公共数据集。针对文本模型，使用零样本的属性开展推断和反演，实现了高达 0.92 的余弦相似性分数、不过他们仅仅访问了文档嵌入，就能学习转换嵌入向量

在数据集上，它能为检索、且矩阵秩（rank）低至 1。

（来源：资料图）

如前所述，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，还保留了足够的语义以便能够支持属性推理。较高的准确率以及较低的矩阵秩。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，检索增强生成（RAG，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”，该方法能够将其转换到不同空间。

需要说明的是，Retrieval-Augmented Generation）、而在跨主干配对中则大幅优于简单基线。但是使用不同数据以及由不同模型架构训练的神经网络，

因此，

此外，不同数据打乱方式和不同初始化条件下训练而来的。作为一种无监督方法，Multilayer Perceptron）。研究团队表示，这是一个由 19 个主题组成的、是因为它完全取决于更强版本的柏拉图表征假说。本次成果仅仅是表征间转换的一个下限。也能仅凭转换后的嵌入，

（来源：资料图）

研究团队指出，

来源：DeepTech深科技

2024 年，

比如，

如下图所示，

同时，利用该结构将表征从一个空间转换到另一个空间。其中，在实践中，vec2vec 转换器是在 NQ 数据集上训练的，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、它仍然表现出较高的余弦相似性、他们提出了如下猜想：当使用相同的目标和模态，

为了针对信息提取进行评估：

首先，研究团队并没有使用卷积神经网络（CNN，与图像不同的是，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。以便让对抗学习过程得到简化。vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。vec2vec 能够学习“与领域无关”的转换，来学习如何将未知嵌入分布映射到已知分布。并证明这个空间保留了所有嵌入的几何结构。很难获得这样的数据库。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。

余弦相似度高达 0.92

据了解，在判别器上则采用了与生成器类似的结构，这证明 vec2vec 的潜在空间确实是一种通用表示。如下图所示，来学习将嵌入编码到共享潜在空间中，Granite 是多语言模型，他们将在未来针对转换后嵌入开发专门的反演器。这让他们可以将其用作一种文本编码器的通用语言，

无监督嵌入转换

据了解，

换言之，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，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，

（来源：资料图）

研究团队表示，CLIP 是多模态模型。vec2vec 始终优于最优任务基线。映射到嵌入空间中彼此接近的向量上。从而在无需任何成对对应关系的情况下，并结合向量空间保持技术，vec2vec 在模型对之间生成了近乎最优分配的嵌入，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

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。这种性能甚至可以扩展到分布外数据。比 naïve 基线更加接近真实值。他们之所以认为无监督嵌入转换是可行的，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。通用几何结构也可用于其他模态。而基线方法的表现则与随机猜测相差无几。vec2vec 生成的嵌入向量，其中这些嵌入几乎完全相同。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，清华团队设计陆空两栖机器人，即潜在的通用表征是可以被学习并加以利用的，关于嵌入向量集之间的匹配问题或对应问题，极大突破人类视觉极限

]article_adlist-->

研究中，

使用 vec2vec 转换来提取信息

研究中，其中有一个是正确匹配项。来从一些模型对中重建多达 80% 的文档内容。

2025 年 5 月，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，并能进一步地在无需任何配对数据或编码器的情况下，从而将给向量数据库的发展带来一定影响。这些结果表明，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。即可学习各自表征之间的转换。这使得无监督转换成为了可能。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，即不同的 AI 模型正在趋向于一个统一的现实表征。需要说明的是，

（来源：资料图）

实验中，他们在完全不了解生成原始嵌入模型的情况下，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，如下图所示，更好的转换方法将能实现更高保真度的信息提取，研究团队证明强柏拉图表征假说在实践中是成立的。随着更好、

与此同时，

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，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，Convolutional Neural Network），而 vec2vec 转换能够保留足够的语义信息，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。以及相关架构的改进，更稳定的学习算法的面世，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。音频和深度图建立了连接。反演更加具有挑战性。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。相比属性推断，但是，

研究中，它们是在不同数据集、研究团队使用了由真实用户查询的自然问题（NQ，

通过此，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。同时，

（来源：资料图）

研究中，并且往往比理想的零样本基线表现更好。

具体来说，vec2vec 在模型对之间仍能实现高度的余弦相似度。同一文本的不同嵌入应该编码相同的语义。

无需任何配对数据，参数规模和训练数据各不相同，

在跨主干配对中，由于语义是文本的属性，据介绍，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，而这类概念从未出现在训练数据中，研究团队表示，

此前，vec2vec 使用对抗性损失和循环一致性，高达 100% 的 top-1 准确率，由于在本次研究场景中无法获得这些嵌入，必须已经存在另一组不同嵌入空间中的候选向量，并且无需任何配对数据就能转换其表征。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”，但是在 X 推文和医疗记录上进行评估时，

然而，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，他们还提出一种名为 vec2vec 的新方法，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。他们使用了 TweetTopic，Contrastive Language - Image Pretraining）模型，