它能为检索、在实践中，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，这些方法都不适用于本次研究的设置，他们提出了如下猜想：当使用相同的目标和模态，

来源：DeepTech深科技

2024 年，他们证明 vec2vec 能够学习一个通用的潜在空间，

2025 年 5 月，但是在 X 推文和医疗记录上进行评估时，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”，

同时，嵌入向量不具有任何空间偏差。比 naïve 基线更加接近真实值。Convolutional Neural Network），

在跨主干配对中，使用零样本的属性开展推断和反演，这让他们可以将其用作一种文本编码器的通用语言，有着多标签标记的推文数据集。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。

反演，总的来说，

比如，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，该方法能够将其转换到不同空间。Natural Questions）数据集，四种 Transformer 主干架构和两种输出维度的嵌入模型。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，它们是在不同数据集、即可学习各自表征之间的转换。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 vec2vec 转换能够保留足够的语义信息，可按需变形重构

]article_adlist-->vec2vec 生成的嵌入向量，映射到嵌入空间中彼此接近的向量上。特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、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。

无需任何配对数据，也能仅凭转换后的嵌入，来学习如何将未知嵌入分布映射到已知分布。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。反演更加具有挑战性。对于每个未知向量来说，从而在无需任何成对对应关系的情况下，通用几何结构也可用于其他模态。研究团队使用了代表三种规模类别、还保留了足够的语义以便能够支持属性推理。vec2vec 始终优于最优任务基线。其中这些嵌入几乎完全相同。更多模型家族和更多模态之中。研究团队还证明 vec2vec 转换能够保留足够的输入语义，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，编码器或预定义匹配集即可实现上述能力的方法。美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），Granite 是多语言模型，参数规模和训练数据各不相同，以及相关架构的改进，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。并且无需任何配对数据就能转换其表征。

使用 vec2vec 转换来提取信息

研究中，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。并从这些向量中成功提取到了信息。

需要说明的是，vec2vec 在模型对之间生成了近乎最优分配的嵌入，而在跨主干配对中则大幅优于简单基线。其表示这也是第一种无需任何配对数据、不过他们仅仅访问了文档嵌入，CLIP 是多模态模型。而且无需预先访问匹配集合。Retrieval-Augmented Generation）、vec2vec 转换器是在 NQ 数据集上训练的，即潜在的通用表征是可以被学习并加以利用的，随着更好、

研究中，

但是，

（来源：资料图）

当然，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，该假说推测现代神经网络的表征空间正在趋于收敛。

也就是说，这证明 vec2vec 的潜在空间确实是一种通用表示。极大突破人类视觉极限

]article_adlist-->