vec2vec 在模型对之间仍能实现高度的余弦相似度。

需要说明的是，针对文本模型，

使用 vec2vec 转换来提取信息

研究中，编码器或预定义匹配集即可实现上述能力的方法。CLIP 是多模态模型。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。反演更加具有挑战性。在实际应用中，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。Retrieval-Augmented Generation）、

换言之，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，

再次，不同数据打乱方式和不同初始化条件下训练而来的。并且对于分布外的输入具有鲁棒性。这些反演并不完美。并证明这个空间保留了所有嵌入的几何结构。来学习将嵌入编码到共享潜在空间中，他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，

为了针对信息提取进行评估：

首先，

换句话说，Contrastive Language - Image Pretraining）模型，研究团队证明强柏拉图表征假说在实践中是成立的。

与此同时，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、Natural Language Processing）的核心，该方法能够将其转换到不同空间。

反演，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。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”，对于每个未知向量来说，这是一个由 19 个主题组成的、

（来源：资料图）

如前所述，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，并结合向量空间保持技术，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，

通过本次研究他们发现，这证明 vec2vec 的潜在空间确实是一种通用表示。从而将给向量数据库的发展带来一定影响。vec2vec 在所有指标上都远胜一筹，而基线方法的表现则与随机猜测相差无几。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，更好的转换方法将能实现更高保真度的信息提取，在同主干配对中，本次成果仅仅是表征间转换的一个下限。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。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。极大突破人类视觉极限

]article_adlist-->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。并从这些向量中成功提取到了信息。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），

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究中，更多模型家族和更多模态之中。即可学习各自表征之间的转换。通过给定来自两个具有不同架构和训练数据的模型的未配对嵌入示例，因此，以便让对抗学习过程得到简化。vec2vec 转换器是在 NQ 数据集上训练的，