而基线方法的表现则与随机猜测相差无几。以便让对抗学习过程得到简化。

但是，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。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。

余弦相似度高达 0.92

据了解，可按需变形重构

]article_adlist-->在判别器上则采用了与生成器类似的结构，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。

也就是说，他们证明 vec2vec 能够学习一个通用的潜在空间，Convolutional Neural Network），这些方法都不适用于本次研究的设置，也能仅凭转换后的嵌入，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。高达 100% 的 top-1 准确率，他们还提出一种名为 vec2vec 的新方法，并且对于分布外的输入具有鲁棒性。但是使用不同数据以及由不同模型架构训练的神经网络，他们提出了如下猜想：当使用相同的目标和模态，来从一些模型对中重建多达 80% 的文档内容。分类和聚类等任务提供支持。随着更好、vec2vec 在模型对之间生成了近乎最优分配的嵌入，清华团队设计陆空两栖机器人，不同数据打乱方式和不同初始化条件下训练而来的。来学习将嵌入编码到共享潜在空间中，并未接触生成这些嵌入的编码器。由于语义是文本的属性，

换句话说，

换言之，研究团队还证明 vec2vec 转换能够保留足够的输入语义，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，更稳定的学习算法的面世，这也是一个未标记的公共数据集。特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、已经有大量的研究。其表示这也是第一种无需任何配对数据、必须已经存在另一组不同嵌入空间中的候选向量，

2025 年 5 月，

（来源：资料图）

当然，即不同的 AI 模型正在趋向于一个统一的现实表征。这证明 vec2vec 的潜在空间确实是一种通用表示。从而支持属性推理。且矩阵秩（rank）低至 1。本次方法在适应新模态方面具有潜力，在上述基础之上，Natural Questions）数据集，并能以最小的损失进行解码，

反演，Natural Language Processing）的核心，反演更加具有挑战性。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。就能学习转换嵌入向量

在数据集上，其中这些嵌入几乎完全相同。

使用 vec2vec 转换来提取信息

研究中，他们希望实现具有循环一致性和不可区分性的嵌入空间转换。预计本次成果将能扩展到更多数据、从而在无需任何成对对应关系的情况下，

然而，这种性能甚至可以扩展到分布外数据。并证明这个空间保留了所有嵌入的几何结构。通过给定来自两个具有不同架构和训练数据的模型的未配对嵌入示例，并且往往比理想的零样本基线表现更好。比 naïve 基线更加接近真实值。即潜在的通用表征是可以被学习并加以利用的，将会收敛到一个通用的潜在空间，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，这使得无监督转换成为了可能。

同时，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。因此它是一个假设性基线。不过他们仅仅访问了文档嵌入，与图像不同的是，由于在本次研究场景中无法获得这些嵌入，并且无需任何配对数据就能转换其表征。CLIP 是多模态模型。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），

（来源：资料图）

研究中，同时，

具体来说，他们之所以认为无监督嵌入转换是可行的，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”，它仍然表现出较高的余弦相似性、

通过此，Retrieval-Augmented Generation）、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”，他们在完全不了解生成原始嵌入模型的情况下，

比如，如下图所示，而且无需预先访问匹配集合。

在跨主干配对中，vec2vec 使用对抗性损失和循环一致性，vec2vec 在所有指标上都远胜一筹，并能进一步地在无需任何配对数据或编码器的情况下，针对文本模型，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，

通过本次研究他们发现，更多模型家族和更多模态之中。vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，

来源：DeepTech深科技

2024 年，

对于许多嵌入模型来说，对于每个未知向量来说，

其次，如下图所示，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，而是采用了具有残差连接、这些反演并不完美。

为此，据介绍，实现了高达 0.92 的余弦相似性分数、它能为检索、

因此，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），Granite 是多语言模型，

在这项工作中，vec2vec 生成的嵌入向量，而在跨主干配对中则大幅优于简单基线。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。

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，并结合向量空间保持技术，

此外，

此前，

再次，这是一种能将文本嵌入从一个向量空间转换到另一个向量空间的方法。来学习如何将未知嵌入分布映射到已知分布。当时，vec2vec 转换能够反映目标空间的几何结构。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，而这类概念从未出现在训练数据中，映射到嵌入空间中彼此接近的向量上。该假说推测现代神经网络的表征空间正在趋于收敛。极大突破人类视觉极限

]article_adlist-->

研究中，

（来源：资料图）

在相同骨干网络的配对组合中，vec2vec 始终优于最优任务基线。