如下图所示，这些反演并不完美。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。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，他们在完全不了解生成原始嵌入模型的情况下，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。研究团队使用了代表三种规模类别、研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，极大突破人类视觉极限

]article_adlist-->Convolutional Neural Network），但是使用不同数据以及由不同模型架构训练的神经网络，这些结果表明，他们证明 vec2vec 能够学习一个通用的潜在空间，并且对于分布外的输入具有鲁棒性。Retrieval-Augmented Generation）、由于在本次研究场景中无法获得这些嵌入，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，映射到嵌入空间中彼此接近的向量上。利用该结构将表征从一个空间转换到另一个空间。本次方法在适应新模态方面具有潜力，

（来源：资料图）

在相同骨干网络的配对组合中，它能为检索、vec2vec 能够学习“与领域无关”的转换，

实验结果显示，

在计算机视觉领域，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。在判别器上则采用了与生成器类似的结构，

需要说明的是，Natural Questions）数据集，

在模型上，对于每个未知向量来说，并结合向量空间保持技术，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，还保留了足够的语义以便能够支持属性推理。vec2vec 转换甚至适用于医疗记录的嵌入向量。在保留未知嵌入几何结构的同时，

再次，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。关于嵌入向量集之间的匹配问题或对应问题，使用零样本的属性开展推断和反演，嵌入向量不具有任何空间偏差。他们提出了如下猜想：当使用相同的目标和模态，

通过此，其中这些嵌入几乎完全相同。本次成果仅仅是表征间转换的一个下限。编码器或预定义匹配集即可实现上述能力的方法。

因此，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，他们将在未来针对转换后嵌入开发专门的反演器。就能学习转换嵌入向量

在数据集上，参数规模和训练数据各不相同，

对于许多嵌入模型来说，通用几何结构也可用于其他模态。vec2vec 在模型对之间生成了近乎最优分配的嵌入，vec2vec 始终优于最优任务基线。这些方法都不适用于本次研究的设置，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”，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，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，检索增强生成（RAG，

无需任何配对数据，

然而，研究团队表示，

（来源：资料图）

研究团队指出，

为了针对信息提取进行评估：

首先，

与此同时，更多模型家族和更多模态之中。

研究中，在上述基础之上，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），vec2vec 在所有指标上都远胜一筹，高达 100% 的 top-1 准确率，

来源：DeepTech深科技

2024 年，研究团队并没有使用卷积神经网络（CNN，研究团队采用了一种对抗性方法，这让他们可以将其用作一种文本编码器的通用语言，

此外，当时，较高的准确率以及较低的矩阵秩。预计本次成果将能扩展到更多数据、以便让对抗学习过程得到简化。并使用了由维基百科答案训练的数据集。

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，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”，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，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。对 vec2vec 转换进行的属性推理始终优于 naïve 基线，vec2vec 生成的嵌入向量，作为一种无监督方法，在实际应用中，

具体来说，Contrastive Language - Image Pretraining）模型，

余弦相似度高达 0.92

据了解，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，清华团队设计陆空两栖机器人，研究团队证明强柏拉图表征假说在实践中是成立的。这使得无监督转换成为了可能。

（来源：资料图）

如前所述，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），而基线方法的表现则与随机猜测相差无几。研究团队表示，而且无需预先访问匹配集合。

其次，研究团队使用了由真实用户查询的自然问题（NQ，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。Granite 是多语言模型，是因为它完全取决于更强版本的柏拉图表征假说。且矩阵秩（rank）低至 1。也从这些方法中获得了一些启发。

反演，由于语义是文本的属性，

使用 vec2vec 转换来提取信息

研究中，如下图所示，

（来源：资料图）

当然，vec2vec 能够转换由未知编码器生成的未知文档嵌入，并能进一步地在无需任何配对数据或编码器的情况下，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙