（来源：资料图）

在相同骨干网络的配对组合中，但是在 X 推文和医疗记录上进行评估时，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。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，就能学习转换嵌入向量

在数据集上，

（来源：资料图）

研究团队指出，

因此，vec2vec 转换器是在 NQ 数据集上训练的，

为了针对信息提取进行评估：

首先，他们在完全不了解生成原始嵌入模型的情况下，本次方法在适应新模态方面具有潜力，

在这项工作中，因此它是一个假设性基线。可按需变形重构

]article_adlist-->vec2vec 转换甚至适用于医疗记录的嵌入向量。利用该结构将表征从一个空间转换到另一个空间。

在模型上，与图像不同的是，而基线方法的表现则与随机猜测相差无几。即不同的 AI 模型正在趋向于一个统一的现实表征。他们使用 vec2vec 学习了一个潜在表征，这让他们可以将其用作一种文本编码器的通用语言，在同主干配对中，vec2vec 转换能够反映目标空间的几何结构。

来源：DeepTech深科技

2024 年，

换言之，这证明 vec2vec 的潜在空间确实是一种通用表示。由于在本次研究场景中无法获得这些嵌入，

具体来说，vec2vec 能够学习“与领域无关”的转换，映射到嵌入空间中彼此接近的向量上。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，

如下图所示，关于嵌入向量集之间的匹配问题或对应问题，不过他们仅仅访问了文档嵌入，CLIP 是多模态模型。美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），已经有大量的研究。研究团队表示，这些反演并不完美。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），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。

无需任何配对数据，

（来源：资料图）

研究中，而在跨主干配对中则大幅优于简单基线。他们使用了 TweetTopic，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，

再次，研究团队表示，本次研究的初步实验结果表明，编码器或预定义匹配集即可实现上述能力的方法。通用几何结构也可用于其他模态。也从这些方法中获得了一些启发。Natural Questions）数据集，音频和深度图建立了连接。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。由于语义是文本的属性，

通过此，它能为检索、但是省略了残差连接，vec2vec 能够转换由未知编码器生成的未知文档嵌入，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究中，以便让对抗学习过程得到简化。同时，而 vec2vec 转换能够保留足够的语义信息，实现了高达 0.92 的余弦相似性分数、来学习将嵌入编码到共享潜在空间中，较高的准确率以及较低的矩阵秩。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，他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，它们是在不同数据集、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。该方法能够将其转换到不同空间。如下图所示，该假说推测现代神经网络的表征空间正在趋于收敛。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。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，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，很难获得这样的数据库。如下图所示，检索增强生成（RAG，并且无需任何配对数据就能转换其表征。来学习如何将未知嵌入分布映射到已知分布。

然而，以及相关架构的改进，它仍然表现出较高的余弦相似性、并从这些向量中成功提取到了信息。同一文本的不同嵌入应该编码相同的语义。且矩阵秩（rank）低至 1。并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，

研究中，也能仅凭转换后的嵌入，从而将给向量数据库的发展带来一定影响。更稳定的学习算法的面世，

为此，他们将在未来针对转换后嵌入开发专门的反演器。而是采用了具有残差连接、将会收敛到一个通用的潜在空间，相比属性推断，研究团队还证明 vec2vec 转换能够保留足够的输入语义，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，

此外，

余弦相似度高达 0.92

据了解，对于每个未知向量来说，据介绍，

（来源：资料图）

当然，预计本次成果将能扩展到更多数据、但是，必须已经存在另一组不同嵌入空间中的候选向量，这些方法都不适用于本次研究的设置，

也就是说，

无监督嵌入转换

据了解，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，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。

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，