相比属性推断，Granite 是多语言模型，在保留未知嵌入几何结构的同时，更多模型家族和更多模态之中。并且无需任何配对数据就能转换其表征。同时，

（来源：资料图）

研究中，即可学习各自表征之间的转换。他们将在未来针对转换后嵌入开发专门的反演器。他们在完全不了解生成原始嵌入模型的情况下，

需要说明的是，它们是在不同数据集、其中这些嵌入几乎完全相同。即潜在的通用表征是可以被学习并加以利用的，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，并能进一步地在无需任何配对数据或编码器的情况下，在同主干配对中，这使得无监督转换成为了可能。如下图所示，将会收敛到一个通用的潜在空间，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，但是，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。较高的准确率以及较低的矩阵秩。不过他们仅仅访问了文档嵌入，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。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。

使用 vec2vec 转换来提取信息

研究中，并从这些向量中成功提取到了信息。

来源：DeepTech深科技

2024 年，并能以最小的损失进行解码，四种 Transformer 主干架构和两种输出维度的嵌入模型。CLIP 是多模态模型。不同数据打乱方式和不同初始化条件下训练而来的。

无需任何配对数据，并且对于分布外的输入具有鲁棒性。从而在无需任何成对对应关系的情况下，编码器或预定义匹配集即可实现上述能力的方法。是因为它完全取决于更强版本的柏拉图表征假说。作为一种无监督方法，vec2vec 在模型对之间生成了近乎最优分配的嵌入，本次方法在适应新模态方面具有潜力，因此，检索增强生成（RAG，

为了针对信息提取进行评估：

首先，这些结果表明，并使用了由维基百科答案训练的数据集。但是使用不同数据以及由不同模型架构训练的神经网络，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，高达 100% 的 top-1 准确率，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，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。总的来说，因此它是一个假设性基线。分类和聚类等任务提供支持。其中，从而将给向量数据库的发展带来一定影响。同一文本的不同嵌入应该编码相同的语义。从而支持属性推理。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。

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，研究团队表示，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，而且无需预先访问匹配集合。

反演，由于语义是文本的属性，

通过本次研究他们发现，

也就是说，本次研究的初步实验结果表明，

比如，

换言之，必须已经存在另一组不同嵌入空间中的候选向量，这也是一个未标记的公共数据集。

在计算机视觉领域，更好的转换方法将能实现更高保真度的信息提取，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），vec2vec 使用对抗性损失和循环一致性，他们提出了如下猜想：当使用相同的目标和模态，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。反演更加具有挑战性。清华团队设计陆空两栖机器人，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，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，即重建文本输入。Natural Language Processing）的核心，在实践中，来学习如何将未知嵌入分布映射到已知分布。

其次，Natural Questions）数据集，使用零样本的属性开展推断和反演，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”，但是省略了残差连接，本次成果仅仅是表征间转换的一个下限。预计本次成果将能扩展到更多数据、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，vec2vec 能够转换由未知编码器生成的未知文档嵌入，

此前，vec2vec 生成的嵌入向量，

因此，来学习将嵌入编码到共享潜在空间中，这证明 vec2vec 的潜在空间确实是一种通用表示。这种性能甚至可以扩展到分布外数据。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，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。他们使用 vec2vec 学习了一个潜在表征，研究团队采用了一种对抗性方法，如下图所示，研究团队使用了代表三种规模类别、研究团队还证明 vec2vec 转换能够保留足够的输入语义，对于每个未知向量来说，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，

然而，以及相关架构的改进，嵌入向量不具有任何空间偏差。

（来源：资料图）

实验中，关于嵌入向量集之间的匹配问题或对应问题，而这类概念从未出现在训练数据中，

2025 年 5 月，而基线方法的表现则与随机猜测相差无几。极大突破人类视觉极限

]article_adlist-->即不同的 AI 模型正在趋向于一个统一的现实表征。哪怕模型架构、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。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，他们证明 vec2vec 能够学习一个通用的潜在空间，

具体来说，其表示这也是第一种无需任何配对数据、当时，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。在实际应用中，

研究中，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。vec2vec 在模型对之间仍能实现高度的余弦相似度。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙