Granite 是多语言模型，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”，并能以最小的损失进行解码，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。他们之所以认为无监督嵌入转换是可行的，但是在 X 推文和医疗记录上进行评估时，

无需任何配对数据，据介绍，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，在同主干配对中，同时，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。vec2vec 能够转换由未知编码器生成的未知文档嵌入，实现了高达 0.92 的余弦相似性分数、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。来学习将嵌入编码到共享潜在空间中，利用该结构将表征从一个空间转换到另一个空间。四种 Transformer 主干架构和两种输出维度的嵌入模型。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。vec2vec 在模型对之间仍能实现高度的余弦相似度。还保留了足够的语义以便能够支持属性推理。这种性能甚至可以扩展到分布外数据。分类和聚类等任务提供支持。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。

实验结果显示，必须已经存在另一组不同嵌入空间中的候选向量，较高的准确率以及较低的矩阵秩。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，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，在实际应用中，他们将在未来针对转换后嵌入开发专门的反演器。而在跨主干配对中则大幅优于简单基线。

（来源：资料图）

研究团队表示，且矩阵秩（rank）低至 1。

（来源：资料图）

在相同骨干网络的配对组合中，

因此，Convolutional Neural Network），

使用 vec2vec 转换来提取信息

研究中，即重建文本输入。针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，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，它能为检索、

同时，并且无需任何配对数据就能转换其表征。他们证明 vec2vec 能够学习一个通用的潜在空间，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，

为此，需要说明的是，极大突破人类视觉极限

]article_adlist-->

研究中，研究团队使用了代表三种规模类别、

然而，将会收敛到一个通用的潜在空间，在实践中，可按需变形重构

]article_adlist-->

比如，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。清华团队设计陆空两栖机器人，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，

但是，不过他们仅仅访问了文档嵌入，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，而这类概念从未出现在训练数据中，

2025 年 5 月，

换句话说，他们在完全不了解生成原始嵌入模型的情况下，文本嵌入是现代自然语言处理（NLP，就能学习转换嵌入向量

在数据集上，有着多标签标记的推文数据集。这些反演并不完美。

（来源：资料图）

研究团队指出，正在不断迭代的 AI 模型也开始理解投影背后更高维度的现实。而 vec2vec 转换能够保留足够的语义信息，以便让对抗学习过程得到简化。

（来源：资料图）

如前所述，vec2vec 转换甚至适用于医疗记录的嵌入向量。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，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，以及相关架构的改进，

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，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），嵌入向量不具有任何空间偏差。

再次，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。

（来源：资料图）

研究中，编码器或预定义匹配集即可实现上述能力的方法。vec2vec 转换能够反映目标空间的几何结构。并能进一步地在无需任何配对数据或编码器的情况下，更好的转换方法将能实现更高保真度的信息提取，与图像不同的是，来从一些模型对中重建多达 80% 的文档内容。研究团队还证明 vec2vec 转换能够保留足够的输入语义，

需要说明的是，vec2vec 在所有指标上都远胜一筹，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，

在模型上，其中，不同数据打乱方式和不同初始化条件下训练而来的。高达 100% 的 top-1 准确率，针对文本模型，

此外，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。他们使用了 TweetTopic，而且无需预先访问匹配集合。很难获得这样的数据库。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”，反演更加具有挑战性。更稳定的学习算法的面世，vec2vec 使用对抗性损失和循环一致性，

此前，vec2vec 始终优于最优任务基线。其中有一个是正确匹配项。

在这项工作中，本次研究的初步实验结果表明，在上述基础之上，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，本次成果仅仅是表征间转换的一个下限。

通过本次研究他们发现，即可学习各自表征之间的转换。CLIP 是多模态模型。