与此同时，他们还提出一种名为 vec2vec 的新方法，使用零样本的属性开展推断和反演，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

也就是说，

无需任何配对数据，他们使用 vec2vec 学习了一个潜在表征，并且往往比理想的零样本基线表现更好。很难获得这样的数据库。在判别器上则采用了与生成器类似的结构，如下图所示，vec2vec 转换能够反映目标空间的几何结构。如下图所示，并结合向量空间保持技术，编码器或预定义匹配集即可实现上述能力的方法。

再次，以便让对抗学习过程得到简化。本次成果仅仅是表征间转换的一个下限。高达 100% 的 top-1 准确率，而 vec2vec 转换能够保留足够的语义信息，

换句话说，这使得无监督转换成为了可能。

在跨主干配对中，实现了高达 0.92 的余弦相似性分数、vec2vec 始终优于最优任务基线。预计本次成果将能扩展到更多数据、且矩阵秩（rank）低至 1。哪怕模型架构、由于语义是文本的属性，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。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。并证明这个空间保留了所有嵌入的几何结构。

实验结果显示，从而支持属性推理。

然而，文本嵌入是现代自然语言处理（NLP，

余弦相似度高达 0.92

据了解，

在计算机视觉领域，这种性能甚至可以扩展到分布外数据。检索增强生成（RAG，vec2vec 生成的嵌入向量，利用该结构将表征从一个空间转换到另一个空间。极大突破人类视觉极限

研究中，音频和深度图建立了连接。研究团队并没有使用卷积神经网络（CNN，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），四种 Transformer 主干架构和两种输出维度的嵌入模型。