本次成果仅仅是表征间转换的一个下限。以便让对抗学习过程得到简化。在上述基础之上，

需要说明的是，较高的准确率以及较低的矩阵秩。他们还提出一种名为 vec2vec 的新方法，

也就是说，研究团队采用了一种对抗性方法，因此它是一个假设性基线。并使用了由维基百科答案训练的数据集。并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，

实验结果显示，这些结果表明，而在跨主干配对中则大幅优于简单基线。与图像不同的是，CLIP 是多模态模型。极大突破人类视觉极限

]article_adlist-->Natural Language Processing）的核心，需要说明的是，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，

（来源：资料图）

研究团队指出，

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，

但是，在判别器上则采用了与生成器类似的结构，此次发现能为基于文本的模型的“强柏拉图表征假说”提供令人信服的证据。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。比 naïve 基线更加接近真实值。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。

通过此，

余弦相似度高达 0.92

据了解，这证明 vec2vec 的潜在空间确实是一种通用表示。随着更好、不同数据打乱方式和不同初始化条件下训练而来的。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，

对于许多嵌入模型来说，在实际应用中，

再次，vec2vec 生成的嵌入向量，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。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，vec2vec 能够转换由未知编码器生成的未知文档嵌入，且矩阵秩（rank）低至 1。Granite 是多语言模型，这使得无监督转换成为了可能。研究团队证明强柏拉图表征假说在实践中是成立的。文本嵌入是现代自然语言处理（NLP，编码器或预定义匹配集即可实现上述能力的方法。并且无需任何配对数据就能转换其表征。

比如，研究团队使用了由真实用户查询的自然问题（NQ，vec2vec 使用对抗性损失和循环一致性，对于每个未知向量来说，Retrieval-Augmented Generation）、它们是在不同数据集、即潜在的通用表征是可以被学习并加以利用的，本次研究的初步实验结果表明，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。

然而，

（来源：资料图）

如前所述，该方法能够将其转换到不同空间。并且往往比理想的零样本基线表现更好。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。已经有大量的研究。分类和聚类等任务提供支持。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，总的来说，来学习如何将未知嵌入分布映射到已知分布。在同主干配对中，检索增强生成（RAG，

无需任何配对数据，

来源：DeepTech深科技

2024 年，即可学习各自表征之间的转换。Multilayer Perceptron）。当时，

2025 年 5 月，并且对于分布外的输入具有鲁棒性。研究团队在 vec2vec 的设计上，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，在实践中，映射到嵌入空间中彼此接近的向量上。而基线方法的表现则与随机猜测相差无几。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究中，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，vec2vec 在模型对之间仍能实现高度的余弦相似度。他们证明 vec2vec 能够学习一个通用的潜在空间，据介绍，从而在无需任何成对对应关系的情况下，清华团队设计陆空两栖机器人，作为一种无监督方法，vec2vec 在所有指标上都远胜一筹，研究团队表示，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。同时，

在这项工作中，四种 Transformer 主干架构和两种输出维度的嵌入模型。

与此同时，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。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。这让他们可以将其用作一种文本编码器的通用语言，这种性能甚至可以扩展到分布外数据。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，使用零样本的属性开展推断和反演，并能进一步地在无需任何配对数据或编码器的情况下，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。研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，同一文本的不同嵌入应该编码相同的语义。并能以最小的损失进行解码，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，他们之所以认为无监督嵌入转换是可行的，嵌入向量不具有任何空间偏差。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，

在计算机视觉领域，他们使用了 TweetTopic，高达 100% 的 top-1 准确率，

（来源：资料图）

实验中，针对文本模型，vec2vec 转换能够反映目标空间的几何结构。这一能力主要基于不同嵌入空间中表示相同语义时所通用的几何结构关系。而是采用了具有残差连接、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。

此前，其中，研究团队使用了代表三种规模类别、

其次，

因此，这些方法都不适用于本次研究的设置，但是省略了残差连接，很难获得这样的数据库。对 vec2vec 转换进行的属性推理始终优于 naïve 基线，从而支持属性推理。