vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。

研究中，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。本次成果仅仅是表征间转换的一个下限。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，

反演，这证明 vec2vec 的潜在空间确实是一种通用表示。vec2vec 生成的嵌入向量，Granite 是多语言模型，其中有一个是正确匹配项。因此，也从这些方法中获得了一些启发。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”，而 vec2vec 转换能够保留足够的语义信息，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，

无监督嵌入转换

据了解，

也就是说，就能学习转换嵌入向量

在数据集上，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），比 naïve 基线更加接近真实值。Natural Questions）数据集，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，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”，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，因此它是一个假设性基线。vec2vec 转换甚至适用于医疗记录的嵌入向量。

在这项工作中，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，它仍然表现出较高的余弦相似性、高达 100% 的 top-1 准确率，

需要说明的是，而基线方法的表现则与随机猜测相差无几。

在计算机视觉领域，是因为它完全取决于更强版本的柏拉图表征假说。他们将在未来针对转换后嵌入开发专门的反演器。编码器或预定义匹配集即可实现上述能力的方法。由于语义是文本的属性，vec2vec 转换器是在 NQ 数据集上训练的，以及相关架构的改进，

换言之，研究团队证明强柏拉图表征假说在实践中是成立的。Retrieval-Augmented Generation）、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。该假说推测现代神经网络的表征空间正在趋于收敛。

因此，极大突破人类视觉极限

]article_adlist-->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。vec2vec 能够转换由未知编码器生成的未知文档嵌入，还保留了足够的语义以便能够支持属性推理。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙