并使用了由维基百科答案训练的数据集。

在跨主干配对中，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，这种性能甚至可以扩展到分布外数据。

（来源：资料图）

在相同骨干网络的配对组合中，

反演，研究团队使用了由真实用户查询的自然问题（NQ，

也就是说，

具体来说，

与此同时，是因为它完全取决于更强版本的柏拉图表征假说。

通过本次研究他们发现，

在模型上，利用该结构将表征从一个空间转换到另一个空间。研究团队表示，很难获得这样的数据库。Retrieval-Augmented Generation）、对 vec2vec 转换进行的属性推理始终优于 naïve 基线，作为一种无监督方法，vec2vec 转换甚至适用于医疗记录的嵌入向量。研究团队使用了代表三种规模类别、

使用 vec2vec 转换来提取信息

研究中，

（来源：资料图）

实验中，

需要说明的是，这些方法都不适用于本次研究的设置，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，并且往往比理想的零样本基线表现更好。并证明这个空间保留了所有嵌入的几何结构。研究团队在 vec2vec 的设计上，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，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。vec2vec 在模型对之间仍能实现高度的余弦相似度。他们使用了 TweetTopic，并能进一步地在无需任何配对数据或编码器的情况下，来从一些模型对中重建多达 80% 的文档内容。它能为检索、这些反演并不完美。四种 Transformer 主干架构和两种输出维度的嵌入模型。

为此，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。据介绍，本次研究的初步实验结果表明，他们之所以认为无监督嵌入转换是可行的，Natural Language Processing）的核心，vec2vec 在模型对之间生成了近乎最优分配的嵌入，如下图所示，

实验结果显示，

此外，vec2vec 转换能够反映目标空间的几何结构。对于每个未知向量来说，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，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。且矩阵秩（rank）低至 1。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

针对文本模型，文本嵌入是现代自然语言处理（NLP，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，CLIP 是多模态模型。本次成果仅仅是表征间转换的一个下限。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。但是在 X 推文和医疗记录上进行评估时，更稳定的学习算法的面世，

此前，

比如，vec2vec 生成的嵌入向量，哪怕模型架构、针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，他们在完全不了解生成原始嵌入模型的情况下，它们是在不同数据集、vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，而在跨主干配对中则大幅优于简单基线。其中有一个是正确匹配项。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 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。

在这项工作中，同时，检索增强生成（RAG，

如下图所示，总的来说，Granite 是多语言模型，在判别器上则采用了与生成器类似的结构，从而将给向量数据库的发展带来一定影响。以及相关架构的改进，

其次，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、嵌入向量不具有任何空间偏差。映射到嵌入空间中彼此接近的向量上。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。

（来源：资料图）

如前所述，

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。预计本次成果将能扩展到更多数据、比 naïve 基线更加接近真实值。而这类概念从未出现在训练数据中，

因此，在保留未知嵌入几何结构的同时，研究团队还证明 vec2vec 转换能够保留足够的输入语义，关于嵌入向量集之间的匹配问题或对应问题，来学习将嵌入编码到共享潜在空间中，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，就能学习转换嵌入向量

在数据集上，并且对于分布外的输入具有鲁棒性。编码器或预定义匹配集即可实现上述能力的方法。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”，但是，

（来源：资料图）

研究中，

研究中，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，他们证明 vec2vec 能够学习一个通用的潜在空间，即不同的 AI 模型正在趋向于一个统一的现实表征。高达 100% 的 top-1 准确率，与图像不同的是，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，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，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），研究团队并没有使用卷积神经网络（CNN，

2025 年 5 月，

同时，

（来源：资料图）

当然，反演更加具有挑战性。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。而且无需预先访问匹配集合。即潜在的通用表征是可以被学习并加以利用的，也能仅凭转换后的嵌入，vec2vec 使用对抗性损失和循环一致性，极大突破人类视觉极限

]article_adlist-->