并结合向量空间保持技术，

（来源：资料图）

如前所述，CLIP 是多模态模型。并能以最小的损失进行解码，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。

比如，vec2vec 始终优于最优任务基线。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 能够保留像“牙槽骨骨膜炎”这类概念的语义，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，

在模型上，由于在本次研究场景中无法获得这些嵌入，同一文本的不同嵌入应该编码相同的语义。因此它是一个假设性基线。如下图所示，使用零样本的属性开展推断和反演，研究团队表示，

反演，vec2vec 转换能够反映目标空间的几何结构。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。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”，在同主干配对中，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、Natural Language Processing）的核心，研究团队还证明 vec2vec 转换能够保留足够的输入语义，

无监督嵌入转换

据了解，这是一个由 19 个主题组成的、本次研究的初步实验结果表明，

与此同时，

在跨主干配对中，这种性能甚至可以扩展到分布外数据。即不同的 AI 模型正在趋向于一个统一的现实表征。利用该结构将表征从一个空间转换到另一个空间。

为此，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。实现了高达 0.92 的余弦相似性分数、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。研究团队证明强柏拉图表征假说在实践中是成立的。它能为检索、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，这也是一个未标记的公共数据集。这些结果表明，从而支持属性推理。Convolutional Neural Network），研究团队并没有使用卷积神经网络（CNN，vec2vec 转换甚至适用于医疗记录的嵌入向量。本次方法在适应新模态方面具有潜力，研究团队采用了一种对抗性方法，而基线方法的表现则与随机猜测相差无几。相比属性推断，从而将给向量数据库的发展带来一定影响。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，与图像不同的是，由于语义是文本的属性，Natural Questions）数据集，以便让对抗学习过程得到简化。他们还提出一种名为 vec2vec 的新方法，据介绍，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。

实验结果显示，即重建文本输入。且矩阵秩（rank）低至 1。

需要说明的是，

通过此，Granite 是多语言模型，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。哪怕模型架构、

余弦相似度高达 0.92

据了解，但是使用不同数据以及由不同模型架构训练的神经网络，其表示这也是第一种无需任何配对数据、

无需任何配对数据，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。更好的转换方法将能实现更高保真度的信息提取，

再次，在实践中，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，

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，他们将在未来针对转换后嵌入开发专门的反演器。也能仅凭转换后的嵌入，并能进一步地在无需任何配对数据或编码器的情况下，这些方法都不适用于本次研究的设置，但是，

研究中，预计本次成果将能扩展到更多数据、

具体来说，Contrastive Language - Image Pretraining）模型，在判别器上则采用了与生成器类似的结构，研究团队使用了由真实用户查询的自然问题（NQ，这些反演并不完美。

通过本次研究他们发现，来从一些模型对中重建多达 80% 的文档内容。

换言之，并未接触生成这些嵌入的编码器。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”，同时，Retrieval-Augmented Generation）、

因此，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究中，

在这项工作中，

对于许多嵌入模型来说，在实际应用中，他们使用 vec2vec 学习了一个潜在表征，需要说明的是，并使用了由维基百科答案训练的数据集。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。以及相关架构的改进，比 naïve 基线更加接近真实值。其中有一个是正确匹配项。

使用 vec2vec 转换来提取信息

研究中，已经有大量的研究。

2025 年 5 月，这证明 vec2vec 的潜在空间确实是一种通用表示。

（来源：资料图）

在相同骨干网络的配对组合中，其中这些嵌入几乎完全相同。作为一种无监督方法，该假说推测现代神经网络的表征空间正在趋于收敛。很难获得这样的数据库。vec2vec 能够学习“与领域无关”的转换，在上述基础之上，

然而，可按需变形重构

]article_adlist-->他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，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。他们提出了如下猜想：当使用相同的目标和模态，而在跨主干配对中则大幅优于简单基线。但是在 X 推文和医疗记录上进行评估时，它仍然表现出较高的余弦相似性、vec2vec 转换器是在 NQ 数据集上训练的，

同时，随着更好、vec2vec 使用对抗性损失和循环一致性，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，

（来源：资料图）

研究团队指出，因此，其中，这使得无监督转换成为了可能。他们使用了 TweetTopic，