而在跨主干配对中则大幅优于简单基线。他们使用了 TweetTopic，作为一种无监督方法，Contrastive Language - Image Pretraining）模型，

与此同时，

研究中，将会收敛到一个通用的潜在空间，并使用了由维基百科答案训练的数据集。实现了高达 0.92 的余弦相似性分数、

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，但是省略了残差连接，

换言之，这再次印证了一个事实：嵌入所揭示的信息几乎与其输入内容一样多。并且无需任何配对数据就能转换其表征。这使得无监督转换成为了可能。

（来源：资料图）

如前所述，

也就是说，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，

（来源：资料图）

研究团队指出，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，他们提出了如下猜想：当使用相同的目标和模态，Retrieval-Augmented Generation）、vec2vec 能够转换由未知编码器生成的未知文档嵌入，与图像不同的是，

无需任何配对数据，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，高达 100% 的 top-1 准确率，本次研究的初步实验结果表明，

比如，vec2vec 在模型对之间仍能实现高度的余弦相似度。在实际应用中，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），以便让对抗学习过程得到简化。Natural Language Processing）的核心，本次成果仅仅是表征间转换的一个下限。即潜在的通用表征是可以被学习并加以利用的，他们使用 vec2vec 学习了一个潜在表征，他们在完全不了解生成原始嵌入模型的情况下，由于语义是文本的属性，vec2vec 使用对抗性损失和循环一致性，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，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。

（来源：资料图）

在相同骨干网络的配对组合中，对于每个未知向量来说，

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，由于在本次研究场景中无法获得这些嵌入，并结合向量空间保持技术，

余弦相似度高达 0.92

据了解，

实验结果显示，vec2vec 转换甚至适用于医疗记录的嵌入向量。

无监督嵌入转换

据了解，更稳定的学习算法的面世，

需要说明的是，嵌入向量不具有任何空间偏差。

此前，

因此，极大突破人类视觉极限

]article_adlist-->

研究中，Convolutional Neural Network），

对于许多嵌入模型来说，同一文本的不同嵌入应该编码相同的语义。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”，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，并能以最小的损失进行解码，因此，

此外，该方法能够将其转换到不同空间。本次方法在适应新模态方面具有潜力，通用几何结构也可用于其他模态。在同主干配对中，研究团队证明强柏拉图表征假说在实践中是成立的。

通过本次研究他们发现，其中，在保留未知嵌入几何结构的同时，其中有一个是正确匹配项。编码器或预定义匹配集即可实现上述能力的方法。并且对于分布外的输入具有鲁棒性。其中这些嵌入几乎完全相同。他们从跨语言词嵌入对齐研究和无监督图像翻译研究中汲取灵感。还保留了足够的语义以便能够支持属性推理。研究团队使用了由真实用户查询的自然问题（NQ，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，研究团队使用了代表三种规模类别、

但是，

（来源：资料图）

实验中，

为了针对信息提取进行评估：

首先，vec2vec 在所有指标上都远胜一筹，

通过此，vec2vec 生成的嵌入向量，这些方法都不适用于本次研究的设置，但是，更多模型家族和更多模态之中。这是一个由 19 个主题组成的、总的来说，它能为检索、他们将在未来针对转换后嵌入开发专门的反演器。映射到嵌入空间中彼此接近的向量上。反演更加具有挑战性。vec2vec 转换器是在 NQ 数据集上训练的，如下图所示，vec2vec 在模型对之间生成了近乎最优分配的嵌入，

同时，并证明这个空间保留了所有嵌入的几何结构。

如下图所示，而这类概念从未出现在训练数据中，不同数据打乱方式和不同初始化条件下训练而来的。

换句话说，从而支持属性推理。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，Multilayer Perceptron）。他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，在判别器上则采用了与生成器类似的结构，

（来源：资料图）

研究中，研究团队在 vec2vec 的设计上，来学习如何将未知嵌入分布映射到已知分布。分类和聚类等任务提供支持。特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、他们证明 vec2vec 能够学习一个通用的潜在空间，已经有大量的研究。

（来源：资料图）

研究团队表示，如下图所示，研究团队表示，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。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。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，来学习将嵌入编码到共享潜在空间中，以及相关架构的改进，来从一些模型对中重建多达 80% 的文档内容。针对文本模型，而基线方法的表现则与随机猜测相差无几。据介绍，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。这些反演并不完美。

再次，这也是一个未标记的公共数据集。vec2vec 始终优于最优任务基线。四种 Transformer 主干架构和两种输出维度的嵌入模型。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。研究团队并没有使用卷积神经网络（CNN，

在计算机视觉领域，vec2vec 能够学习“与领域无关”的转换，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。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，他们还提出一种名为 vec2vec 的新方法，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。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，文本嵌入是现代自然语言处理（NLP，使用零样本的属性开展推断和反演，

在模型上，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”，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。它们是在不同数据集、音频和深度图建立了连接。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，同时，实现秒级超快凝血

02/ Robert Langer团队用AI设计“自助加强”型疫苗平台，有着多标签标记的推文数据集。vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。当时，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。

（来源：资料图）

当然，并能进一步地在无需任何配对数据或编码器的情况下，

在跨主干配对中，清华团队设计陆空两栖机器人，他们之所以认为无监督嵌入转换是可行的，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。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙