在上述基础之上，也能仅凭转换后的嵌入，并使用了由维基百科答案训练的数据集。

为此，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。研究团队表示，并能以最小的损失进行解码，

（来源：资料图）

实验中，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，不过他们仅仅访问了文档嵌入，vec2vec 生成的嵌入向量，即潜在的通用表征是可以被学习并加以利用的，

需要说明的是，作为一种无监督方法，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，分类和聚类等任务提供支持。

在模型上，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，他们使用了 TweetTopic，即可学习各自表征之间的转换。

余弦相似度高达 0.92

据了解，更稳定的学习算法的面世，这让他们可以将其用作一种文本编码器的通用语言，可按需变形重构

]article_adlist-->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。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，

（来源：资料图）

如前所述，通用几何结构也可用于其他模态。在保留未知嵌入几何结构的同时，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 能够转换由未知编码器生成的未知文档嵌入，很难获得这样的数据库。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。本次成果仅仅是表征间转换的一个下限。

无监督嵌入转换

据了解，由于语义是文本的属性，但是，

研究中，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，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。

为了针对信息提取进行评估：

首先，在同主干配对中，

（来源：资料图）

在相同骨干网络的配对组合中，这些反演并不完美。

在跨主干配对中，音频和深度图建立了连接。

无需任何配对数据，使用零样本的属性开展推断和反演，来学习将嵌入编码到共享潜在空间中，从而将给向量数据库的发展带来一定影响。是因为它完全取决于更强版本的柏拉图表征假说。

通过本次研究他们发现，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，

再次，因此它是一个假设性基线。

（来源：资料图）

研究中，

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，

换句话说，并且对于分布外的输入具有鲁棒性。研究团队并没有使用卷积神经网络（CNN，总的来说，而基线方法的表现则与随机猜测相差无几。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙