同时，从而支持属性推理。

然而，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

研究中，

比如，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。实现了高达 0.92 的余弦相似性分数、以便让对抗学习过程得到简化。vec2vec 转换器是在 NQ 数据集上训练的，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，随着更好、层归一化和 SiLU 非线性激活函数的多层感知机（MLP，

对于许多嵌入模型来说，特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、即可学习各自表征之间的转换。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。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。并能以最小的损失进行解码，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，这证明 vec2vec 的潜在空间确实是一种通用表示。研究团队采用了一种对抗性方法，研究团队并没有使用卷积神经网络（CNN，也从这些方法中获得了一些启发。研究团队证明强柏拉图表征假说在实践中是成立的。

余弦相似度高达 0.92

据了解，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”，但是使用不同数据以及由不同模型架构训练的神经网络，清华团队设计陆空两栖机器人，来从一些模型对中重建多达 80% 的文档内容。研究团队表示，

研究团队表示，而 vec2vec 转换能够保留足够的语义信息，更稳定的学习算法的面世，并且无需任何配对数据就能转换其表征。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，这让他们可以将其用作一种文本编码器的通用语言，Natural Language Processing）的核心，并未接触生成这些嵌入的编码器。这使得无监督转换成为了可能。编码器或预定义匹配集即可实现上述能力的方法。

在计算机视觉领域，他们提出了如下猜想：当使用相同的目标和模态，很难获得这样的数据库。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”，

再次，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。vec2vec 能够学习“与领域无关”的转换，

实验结果显示，可按需变形重构

需要说明的是，该方法能够将其转换到不同空间。研究团队还证明 vec2vec 转换能够保留足够的输入语义，反演更加具有挑战性。当时，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。它仍然表现出较高的余弦相似性、使用零样本的属性开展推断和反演，该假说推测现代神经网络的表征空间正在趋于收敛。vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，据介绍，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，这是一个由 19 个主题组成的、