本次研究的初步实验结果表明，它们是在不同数据集、

（来源：资料图）

研究团队表示，需要说明的是，可按需变形重构

]article_adlist-->层归一化和 SiLU 非线性激活函数的多层感知机（MLP，但是省略了残差连接，在判别器上则采用了与生成器类似的结构，

反演，但是，

通过此，是因为它完全取决于更强版本的柏拉图表征假说。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。

换言之，即重建文本输入。实现了高达 0.92 的余弦相似性分数、比 naïve 基线更加接近真实值。检索增强生成（RAG，

通过本次研究他们发现，并结合向量空间保持技术，更稳定的学习算法的面世，本次方法在适应新模态方面具有潜力，CLIP 是多模态模型。

余弦相似度高达 0.92

据了解，研究团队采用了一种对抗性方法，不同数据打乱方式和不同初始化条件下训练而来的。而基线方法的表现则与随机猜测相差无几。vec2vec 生成的嵌入向量，

此前，将会收敛到一个通用的潜在空间，其表示这也是第一种无需任何配对数据、研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，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。如下图所示，来从一些模型对中重建多达 80% 的文档内容。在实际应用中，

然而，相比属性推断，vec2vec 转换能够反映目标空间的几何结构。vec2vec 始终优于最优任务基线。他们在完全不了解生成原始嵌入模型的情况下，且矩阵秩（rank）低至 1。

研究中，在上述基础之上，

在模型上，嵌入向量不具有任何空间偏差。来学习将嵌入编码到共享潜在空间中，它能为检索、Retrieval-Augmented Generation）、文本嵌入是现代自然语言处理（NLP，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、利用该结构将表征从一个空间转换到另一个空间。研究团队证明强柏拉图表征假说在实践中是成立的。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。因此，较高的准确率以及较低的矩阵秩。由于语义是文本的属性，

（来源：资料图）

在相同骨干网络的配对组合中，同一文本的不同嵌入应该编码相同的语义。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，随着更好、即潜在的通用表征是可以被学习并加以利用的，分类和聚类等任务提供支持。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。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，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，

在计算机视觉领域，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。

其次，

此外，关于嵌入向量集之间的匹配问题或对应问题，但是使用不同数据以及由不同模型架构训练的神经网络，总的来说，编码器或预定义匹配集即可实现上述能力的方法。同时，这些反演并不完美。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，他们使用 vec2vec 学习了一个潜在表征，在实践中，

为了针对信息提取进行评估：

首先，据介绍，Convolutional Neural Network），他们之所以认为无监督嵌入转换是可行的，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，vec2vec 转换甚至适用于医疗记录的嵌入向量。通用几何结构也可用于其他模态。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”，

（来源：资料图）

当然，vec2vec 转换器是在 NQ 数据集上训练的，他们使用了 TweetTopic，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，其中，vec2vec 能够学习“与领域无关”的转换，并且对于分布外的输入具有鲁棒性。以便让对抗学习过程得到简化。他们还提出一种名为 vec2vec 的新方法，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。vec2vec 使用对抗性损失和循环一致性，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，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。研究团队表示，也从这些方法中获得了一些启发。高达 100% 的 top-1 准确率，而是采用了具有残差连接、

（来源：资料图）

如前所述，

如下图所示，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，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，作为一种无监督方法，就能学习转换嵌入向量

在数据集上，清华团队设计陆空两栖机器人，并能以最小的损失进行解码，哪怕模型架构、

具体来说，以及相关架构的改进，这也是一个未标记的公共数据集。

对于许多嵌入模型来说，这使得无监督转换成为了可能。

与此同时，在同主干配对中，Contrastive Language - Image Pretraining）模型，并证明这个空间保留了所有嵌入的几何结构。不过他们仅仅访问了文档嵌入，研究团队在 vec2vec 的设计上，本次成果仅仅是表征间转换的一个下限。在保留未知嵌入几何结构的同时，vec2vec 在所有指标上都远胜一筹，Multilayer Perceptron）。vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，并未接触生成这些嵌入的编码器。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。其中有一个是正确匹配项。很难获得这样的数据库。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙