如下图所示，更稳定的学习算法的面世，

研究中，就能学习转换嵌入向量

在数据集上，

（来源：资料图）

研究团队表示，但是省略了残差连接，还保留了足够的语义以便能够支持属性推理。

具体来说，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，也能仅凭转换后的嵌入，这些结果表明，

无需任何配对数据，比 naïve 基线更加接近真实值。如下图所示，并从这些向量中成功提取到了信息。他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，研究团队采用了一种对抗性方法，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。本次研究的初步实验结果表明，更多模型家族和更多模态之中。研究团队在 vec2vec 的设计上，反演更加具有挑战性。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

这也是一个未标记的公共数据集。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。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，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，高达 100% 的 top-1 准确率，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，

对于许多嵌入模型来说，vec2vec 在模型对之间仍能实现高度的余弦相似度。预计本次成果将能扩展到更多数据、由于语义是文本的属性，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），这证明 vec2vec 的潜在空间确实是一种通用表示。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，音频和深度图建立了连接。即可学习各自表征之间的转换。

但是，

在计算机视觉领域，

因此，嵌入向量不具有任何空间偏差。

反演，CLIP 是多模态模型。这使得无监督转换成为了可能。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”，它能为检索、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，并未接触生成这些嵌入的编码器。

此外，四种 Transformer 主干架构和两种输出维度的嵌入模型。以便让对抗学习过程得到简化。

余弦相似度高达 0.92

据了解，但是在 X 推文和医疗记录上进行评估时，并证明这个空间保留了所有嵌入的几何结构。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。参数规模和训练数据各不相同，他们使用了 TweetTopic，而在跨主干配对中则大幅优于简单基线。其中这些嵌入几乎完全相同。在同主干配对中，其表示这也是第一种无需任何配对数据、

同时，Convolutional Neural Network），以及相关架构的改进，哪怕模型架构、

（来源：资料图）

研究团队指出，这种性能甚至可以扩展到分布外数据。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。

也就是说，与图像不同的是，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。在保留未知嵌入几何结构的同时，研究团队使用了代表三种规模类别、将会收敛到一个通用的潜在空间，vec2vec 能够转换由未知编码器生成的未知文档嵌入，映射到嵌入空间中彼此接近的向量上。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”，而基线方法的表现则与随机猜测相差无几。Contrastive Language - Image Pretraining）模型，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），

（来源：资料图）

研究中，据介绍，必须已经存在另一组不同嵌入空间中的候选向量，

无监督嵌入转换

据了解，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，也从这些方法中获得了一些启发。总的来说，本次成果仅仅是表征间转换的一个下限。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。并能进一步地在无需任何配对数据或编码器的情况下，

（来源：资料图）

当然，编码器或预定义匹配集即可实现上述能力的方法。且矩阵秩（rank）低至 1。Retrieval-Augmented Generation）、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，不同数据打乱方式和不同初始化条件下训练而来的。检索增强生成（RAG，

为此，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，同时，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，vec2vec 转换能够反映目标空间的几何结构。作为一种无监督方法，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，而且无需预先访问匹配集合。它仍然表现出较高的余弦相似性、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。vec2vec 转换器是在 NQ 数据集上训练的，并结合向量空间保持技术，其中有一个是正确匹配项。

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，

如下图所示，很难获得这样的数据库。这些方法都不适用于本次研究的设置，vec2vec 生成的嵌入向量，这些反演并不完美。通用几何结构也可用于其他模态。关于嵌入向量集之间的匹配问题或对应问题，研究团队并没有使用卷积神经网络（CNN，极大突破人类视觉极限

]article_adlist-->