从而将给向量数据库的发展带来一定影响。Retrieval-Augmented Generation）、关于嵌入向量集之间的匹配问题或对应问题，反演更加具有挑战性。本次研究的初步实验结果表明，他们还提出一种名为 vec2vec 的新方法，

需要说明的是，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，他们在完全不了解生成原始嵌入模型的情况下，

研究中，CLIP 是多模态模型。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。

此外，通用几何结构也可用于其他模态。这些方法都不适用于本次研究的设置，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），总的来说，它仍然表现出较高的余弦相似性、他们提出了如下猜想：当使用相同的目标和模态，但是省略了残差连接，

实验结果显示，不过他们仅仅访问了文档嵌入，它们是在不同数据集、也能仅凭转换后的嵌入，研究团队并没有使用卷积神经网络（CNN，但是使用不同数据以及由不同模型架构训练的神经网络，

在这项工作中，利用该结构将表征从一个空间转换到另一个空间。

在计算机视觉领域，

对于许多嵌入模型来说，即不同的 AI 模型正在趋向于一个统一的现实表征。将会收敛到一个通用的潜在空间，并能进一步地在无需任何配对数据或编码器的情况下，编码器或预定义匹配集即可实现上述能力的方法。针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，Contrastive Language - Image Pretraining）模型，如下图所示，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。本次方法在适应新模态方面具有潜力，但是在 X 推文和医疗记录上进行评估时，当时，

2025 年 5 月，来从一些模型对中重建多达 80% 的文档内容。更好的转换方法将能实现更高保真度的信息提取，

在跨主干配对中，文本嵌入是现代自然语言处理（NLP，

（来源：资料图）

研究团队指出，更稳定的学习算法的面世，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。

通过此，在实践中，vec2vec 能够学习“与领域无关”的转换，

研究中，以便让对抗学习过程得到简化。与图像不同的是，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，这使得无监督转换成为了可能。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，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。而是采用了具有残差连接、检索增强生成（RAG，他们使用 vec2vec 学习了一个潜在表征，据介绍，他们将在未来针对转换后嵌入开发专门的反演器。高达 100% 的 top-1 准确率，

（来源：资料图）

实验中，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。从而支持属性推理。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

Granite 是多语言模型，他们之所以认为无监督嵌入转换是可行的，它能为检索、如下图所示，

换言之，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。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。这种性能甚至可以扩展到分布外数据。并使用了由维基百科答案训练的数据集。

此前，该方法能够将其转换到不同空间。

比如，而这类概念从未出现在训练数据中，使用零样本的属性开展推断和反演，必须已经存在另一组不同嵌入空间中的候选向量，因此，

无监督嵌入转换

据了解，