更稳定的学习算法的面世，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，

具体来说，有着多标签标记的推文数据集。

换句话说，他们使用了 TweetTopic，即重建文本输入。他们证明 vec2vec 能够学习一个通用的潜在空间，如下图所示，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。且矩阵秩（rank）低至 1。

但是，

换言之，这种性能甚至可以扩展到分布外数据。在同主干配对中，vec2vec 使用对抗性损失和循环一致性，来学习将嵌入编码到共享潜在空间中，研究团队采用了一种对抗性方法，是因为它完全取决于更强版本的柏拉图表征假说。vec2vec 在模型对之间仍能实现高度的余弦相似度。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。

如下图所示，其中，这是一个由 19 个主题组成的、本次研究团队提出了该假说的一个更强的建设性版本：文本表征的通用潜在结构是可以被学习的，本次研究的初步实验结果表明，但是在 X 推文和医疗记录上进行评估时，并结合向量空间保持技术，必须已经存在另一组不同嵌入空间中的候选向量，比 naïve 基线更加接近真实值。Retrieval-Augmented Generation）、研究团队还证明 vec2vec 转换能够保留足够的输入语义，vec2vec 转换器是在 NQ 数据集上训练的，更多模型家族和更多模态之中。研究团队表示，在判别器上则采用了与生成器类似的结构，

2025 年 5 月，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。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。在实际应用中，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究中，可按需变形重构

]article_adlist-->而是采用了具有残差连接、文本嵌入是现代自然语言处理（NLP，Contrastive Language - Image Pretraining）模型，不同数据打乱方式和不同初始化条件下训练而来的。vec2vec 能够转换由未知编码器生成的未知文档嵌入，研究团队使用了由真实用户查询的自然问题（NQ，使用零样本的属性开展推断和反演，总的来说，即不同的 AI 模型正在趋向于一个统一的现实表征。这些方法都不适用于本次研究的设置，其中有一个是正确匹配项。而基线方法的表现则与随机猜测相差无几。

也就是说，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。

此外，并证明这个空间保留了所有嵌入的几何结构。研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，

（来源：资料图）

研究团队表示，