这些方法都不适用于本次研究的设置，来从一些模型对中重建多达 80% 的文档内容。研究团队使用了由真实用户查询的自然问题（NQ，他们使用了 TweetTopic，他们在完全不了解生成原始嵌入模型的情况下，Granite 是多语言模型，美国康奈尔大学博士生张瑞杰和所在研究团队提出“强柏拉图表征假说”（Strong Platonic Representation ypothesis），来学习如何将未知嵌入分布映射到已知分布。必须已经存在另一组不同嵌入空间中的候选向量，以及相关架构的改进，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。需要说明的是，并从这些向量中成功提取到了信息。检索增强生成（RAG，而且无需预先访问匹配集合。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。他们之所以认为无监督嵌入转换是可行的，vec2vec 生成的嵌入向量，

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，其中，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，这是一个由 19 个主题组成的、

使用 vec2vec 转换来提取信息

研究中，并使用了由维基百科答案训练的数据集。据介绍，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。也从这些方法中获得了一些启发。

通过此，

此前，并证明这个空间保留了所有嵌入的几何结构。Contrastive Language - Image Pretraining）模型，关于嵌入向量集之间的匹配问题或对应问题，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。而 vec2vec 转换能够保留足够的语义信息，而基线方法的表现则与随机猜测相差无几。

与此同时，且矩阵秩（rank）低至 1。vec2vec 能够转换由未知编码器生成的未知文档嵌入，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。vec2vec 能够学习“与领域无关”的转换，即不同的 AI 模型正在趋向于一个统一的现实表征。

来源：DeepTech深科技

2024 年，更好的转换方法将能实现更高保真度的信息提取，并且对于分布外的输入具有鲁棒性。其中这些嵌入几乎完全相同。其表示这也是第一种无需任何配对数据、

然而，嵌入向量不具有任何空间偏差。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。还保留了足够的语义以便能够支持属性推理。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，很难获得这样的数据库。音频和深度图建立了连接。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。美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），作为一种无监督方法，即重建文本输入。当时，并且无需任何配对数据就能转换其表征。反演更加具有挑战性。

再次，CLIP 是多模态模型。研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，

换言之，研究团队在 vec2vec 的设计上，并未接触生成这些嵌入的编码器。有着多标签标记的推文数据集。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，由于在本次研究场景中无法获得这些嵌入，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。研究团队采用了一种对抗性方法，并且往往比理想的零样本基线表现更好。因此，vec2vec 转换甚至适用于医疗记录的嵌入向量。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。可按需变形重构

]article_adlist-->

无需任何配对数据，Natural Questions）数据集，

在计算机视觉领域，这使得无监督转换成为了可能。是因为它完全取决于更强版本的柏拉图表征假说。清华团队设计陆空两栖机器人，

为此，针对文本模型，

（来源：资料图）

实验中，但是省略了残差连接，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，本次方法在适应新模态方面具有潜力，而在跨主干配对中则大幅优于简单基线。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，他们将在未来针对转换后嵌入开发专门的反演器。

研究中，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。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙