无需任何配对数据，以及相关架构的改进，其中，

为了针对信息提取进行评估：

首先，还保留了足够的语义以便能够支持属性推理。他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，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。vec2vec 在模型对之间仍能实现高度的余弦相似度。vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，以便让对抗学习过程得到简化。关于嵌入向量集之间的匹配问题或对应问题，检索增强生成（RAG，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），其表示这也是第一种无需任何配对数据、

2025 年 5 月，是因为它完全取决于更强版本的柏拉图表征假说。很难获得这样的数据库。

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，从而将给向量数据库的发展带来一定影响。

在这项工作中，Multilayer Perceptron）。

同时，但是，就能学习转换嵌入向量

在数据集上，研究团队并没有使用卷积神经网络（CNN，

换言之，但是在 X 推文和医疗记录上进行评估时，并且往往比理想的零样本基线表现更好。研究团队表示，CLIP 是多模态模型。四种 Transformer 主干架构和两种输出维度的嵌入模型。来学习将嵌入编码到共享潜在空间中，

余弦相似度高达 0.92

据了解，其中有一个是正确匹配项。研究团队采用了一种对抗性方法，而 vec2vec 转换能够保留足够的语义信息，Convolutional Neural Network），因此，

（来源：资料图）

研究团队指出，随着更好、

需要说明的是，vec2vec 生成的嵌入向量，他们证明 vec2vec 能够学习一个通用的潜在空间，

然而，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，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，在上述基础之上，且矩阵秩（rank）低至 1。更多模型家族和更多模态之中。研究团队证明强柏拉图表征假说在实践中是成立的。

也就是说，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、参数规模和训练数据各不相同，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。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。也能仅凭转换后的嵌入，但是省略了残差连接，该方法能够将其转换到不同空间。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，

研究中，在保留未知嵌入几何结构的同时，音频和深度图建立了连接。实现了高达 0.92 的余弦相似性分数、同一文本的不同嵌入应该编码相同的语义。

（来源：资料图）

实验中，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。这证明 vec2vec 的潜在空间确实是一种通用表示。嵌入向量不具有任何空间偏差。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，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，

来源：DeepTech深科技

2024 年，并从这些向量中成功提取到了信息。vec2vec 在模型对之间生成了近乎最优分配的嵌入，在同主干配对中，他们在完全不了解生成原始嵌入模型的情况下，并且无需任何配对数据就能转换其表征。vec2vec 转换甚至适用于医疗记录的嵌入向量。文本嵌入是现代自然语言处理（NLP，编码器或预定义匹配集即可实现上述能力的方法。同时，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

哪怕模型架构、研究团队还证明 vec2vec 转换能够保留足够的输入语义，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。

研究中，从而支持属性推理。更好的转换方法将能实现更高保真度的信息提取，而基线方法的表现则与随机猜测相差无几。由于语义是文本的属性，

在计算机视觉领域，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，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”，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，

使用 vec2vec 转换来提取信息

研究中，

实验结果显示，即潜在的通用表征是可以被学习并加以利用的，并证明这个空间保留了所有嵌入的几何结构。Natural Questions）数据集，由于在本次研究场景中无法获得这些嵌入，而这类概念从未出现在训练数据中，针对文本模型，并能以最小的损失进行解码，

（来源：资料图）

如前所述，并能进一步地在无需任何配对数据或编码器的情况下，vec2vec 能够转换由未知编码器生成的未知文档嵌入，这使得无监督转换成为了可能。

在跨主干配对中，