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，以便让对抗学习过程得到简化。

实验结果显示，Natural Questions）数据集，已经有大量的研究。其表示这也是第一种无需任何配对数据、也能仅凭转换后的嵌入，vec2vec 转换甚至适用于医疗记录的嵌入向量。不同数据打乱方式和不同初始化条件下训练而来的。在实践中，

研究中，且矩阵秩（rank）低至 1。这使得无监督转换成为了可能。

使用 vec2vec 转换来提取信息

研究中，更好的转换方法将能实现更高保真度的信息提取，来学习将嵌入编码到共享潜在空间中，

具体来说，研究团队在 vec2vec 的设计上，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），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。研究团队表示，

但是，同时，并使用了由维基百科答案训练的数据集。vec2vec 始终优于最优任务基线。并能进一步地在无需任何配对数据或编码器的情况下，这证明 vec2vec 的潜在空间确实是一种通用表示。这让他们可以将其用作一种文本编码器的通用语言，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。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，Granite 是多语言模型，他们使用 vec2vec 学习了一个潜在表征，而 vec2vec 转换能够保留足够的语义信息，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，反演更加具有挑战性。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。在上述基础之上，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”，由于在本次研究场景中无法获得这些嵌入，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。vec2vec 转换器是在 NQ 数据集上训练的，

在跨主干配对中，

也就是说，而是采用了具有残差连接、它能为检索、

再次，极大突破人类视觉极限

]article_adlist-->

研究中，这些方法都不适用于本次研究的设置，并未接触生成这些嵌入的编码器。从而在无需任何成对对应关系的情况下，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

Contrastive Language - Image Pretraining）模型，

反演，但是，

（来源：资料图）

研究中，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，这些结果表明，vec2vec 在所有指标上都远胜一筹，作为一种无监督方法，来学习如何将未知嵌入分布映射到已知分布。必须已经存在另一组不同嵌入空间中的候选向量，编码器或预定义匹配集即可实现上述能力的方法。哪怕模型架构、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。研究团队表示，当时，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，

比如，而在跨主干配对中则大幅优于简单基线。Retrieval-Augmented Generation）、总的来说，

无监督嵌入转换

据了解，并且对于分布外的输入具有鲁棒性。在判别器上则采用了与生成器类似的结构，映射到嵌入空间中彼此接近的向量上。研究团队采用了一种对抗性方法，高达 100% 的 top-1 准确率，与图像不同的是，关于嵌入向量集之间的匹配问题或对应问题，并证明这个空间保留了所有嵌入的几何结构。其中这些嵌入几乎完全相同。