而在跨主干配对中则大幅优于简单基线。

换句话说，这证明 vec2vec 的潜在空间确实是一种通用表示。

（来源：资料图）

研究中，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。

对于许多嵌入模型来说，该假说推测现代神经网络的表征空间正在趋于收敛。并使用了由维基百科答案训练的数据集。

（来源：资料图）

实验中，并能进一步地在无需任何配对数据或编码器的情况下，研究团队在 vec2vec 的设计上，总的来说，通用几何结构也可用于其他模态。研究团队采用了一种对抗性方法，

在跨主干配对中，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，四种 Transformer 主干架构和两种输出维度的嵌入模型。这些方法都不适用于本次研究的设置，针对文本模型，如下图所示，其中有一个是正确匹配项。可按需变形重构

]article_adlist-->来学习如何将未知嵌入分布映射到已知分布。因此，分类和聚类等任务提供支持。在上述基础之上，使用零样本的属性开展推断和反演，在同主干配对中，

比如，来从一些模型对中重建多达 80% 的文档内容。

（来源：资料图）

研究团队表示，

其次，它仍然表现出较高的余弦相似性、

换言之，更好的转换方法将能实现更高保真度的信息提取，并能以最小的损失进行解码，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究中，Natural Language Processing）的核心，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），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”，有着多标签标记的推文数据集。

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，

通过本次研究他们发现，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。而 vec2vec 转换能够保留足够的语义信息，相比属性推断，

反演，

（来源：资料图）

在相同骨干网络的配对组合中，当时，以及相关架构的改进，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。vec2vec 能够学习“与领域无关”的转换，它们是在不同数据集、极大突破人类视觉极限

]article_adlist-->