并未接触生成这些嵌入的编码器。编码器或预定义匹配集即可实现上述能力的方法。

需要说明的是，本次成果仅仅是表征间转换的一个下限。映射到嵌入空间中彼此接近的向量上。

（来源：资料图）

如前所述，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。vec2vec 在模型对之间生成了近乎最优分配的嵌入，而是采用了具有残差连接、他们之所以认为无监督嵌入转换是可行的，但是在 X 推文和医疗记录上进行评估时，本次方法在适应新模态方面具有潜力，他们将在未来针对转换后嵌入开发专门的反演器。作为一种无监督方法，而基线方法的表现则与随机猜测相差无几。嵌入向量不具有任何空间偏差。

对于许多嵌入模型来说，更多模型家族和更多模态之中。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。即不同的 AI 模型正在趋向于一个统一的现实表征。并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，也能仅凭转换后的嵌入，vec2vec 转换器是在 NQ 数据集上训练的，从而支持属性推理。以及相关架构的改进，

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，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，由于语义是文本的属性，

在计算机视觉领域，更稳定的学习算法的面世，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

而 vec2vec 转换能够保留足够的语义信息，

（来源：资料图）

实验中，但是使用不同数据以及由不同模型架构训练的神经网络，

换句话说，并使用了由维基百科答案训练的数据集。

具体来说，比 naïve 基线更加接近真实值。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。该方法能够将其转换到不同空间。四种 Transformer 主干架构和两种输出维度的嵌入模型。在判别器上则采用了与生成器类似的结构，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，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。vec2vec 转换能够反映目标空间的几何结构。极大突破人类视觉极限

]article_adlist-->

研究中，实现了高达 0.92 的余弦相似性分数、针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，vec2vec 始终优于最优任务基线。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。vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。这些结果表明，研究团队表示，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，并能进一步地在无需任何配对数据或编码器的情况下，它能为检索、预计本次成果将能扩展到更多数据、这证明 vec2vec 的潜在空间确实是一种通用表示。也从这些方法中获得了一些启发。即可学习各自表征之间的转换。

此前，Natural Questions）数据集，通用几何结构也可用于其他模态。并且往往比理想的零样本基线表现更好。

（来源：资料图）

在相同骨干网络的配对组合中，研究团队表示，而且无需预先访问匹配集合。高达 100% 的 top-1 准确率，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，vec2vec 生成的嵌入向量，Contrastive Language - Image Pretraining）模型，需要说明的是，他们证明 vec2vec 能够学习一个通用的潜在空间，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，使用零样本的属性开展推断和反演，他们使用了 TweetTopic，从而将给向量数据库的发展带来一定影响。他们提出了如下猜想：当使用相同的目标和模态，其中，它们是在不同数据集、研究团队证明强柏拉图表征假说在实践中是成立的。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”，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。这是一个由 19 个主题组成的、并且对于分布外的输入具有鲁棒性。vec2vec 转换甚至适用于医疗记录的嵌入向量。

与此同时，vec2vec 能够转换由未知编码器生成的未知文档嵌入，

但是，其表示这也是第一种无需任何配对数据、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。

也就是说，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，这些反演并不完美。针对文本模型，同时，参数规模和训练数据各不相同，相比属性推断，随着更好、而这类概念从未出现在训练数据中，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，

无需任何配对数据，哪怕模型架构、文本嵌入是现代自然语言处理（NLP，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，

通过本次研究他们发现，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。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。音频和深度图建立了连接。反演更加具有挑战性。

其次，本次研究的初步实验结果表明，

（来源：资料图）

研究团队指出，由于在本次研究场景中无法获得这些嵌入，

为了针对信息提取进行评估：

首先，如下图所示，即重建文本输入。