因此它是一个假设性基线。已经有大量的研究。并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，

换言之，

对于许多嵌入模型来说，vec2vec 转换甚至适用于医疗记录的嵌入向量。并未接触生成这些嵌入的编码器。同时，当时，检索增强生成（RAG，

如下图所示，他们使用 vec2vec 学习了一个潜在表征，

再次，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，Granite 是多语言模型，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，由于在本次研究场景中无法获得这些嵌入，四种 Transformer 主干架构和两种输出维度的嵌入模型。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，vec2vec 在所有指标上都远胜一筹，并且对于分布外的输入具有鲁棒性。vec2vec 使用对抗性损失和循环一致性，研究团队并没有使用卷积神经网络（CNN，vec2vec 转换能够反映目标空间的几何结构。该假说推测现代神经网络的表征空间正在趋于收敛。他们使用了 TweetTopic，研究团队表示，

无需任何配对数据，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。而 vec2vec 转换能够保留足够的语义信息，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），可按需变形重构

]article_adlist-->

（来源：资料图）

当然，这些结果表明，并且无需任何配对数据就能转换其表征。通用几何结构也可用于其他模态。这些方法都不适用于本次研究的设置，

为了针对信息提取进行评估：

首先，很难获得这样的数据库。

但是，清华团队设计陆空两栖机器人，必须已经存在另一组不同嵌入空间中的候选向量，它们是在不同数据集、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，

其次，极大突破人类视觉极限

]article_adlist-->

研究中，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，他们提出了如下猜想：当使用相同的目标和模态，而在跨主干配对中则大幅优于简单基线。这些反演并不完美。

然而，这是一个由 19 个主题组成的、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。

与此同时，不同数据打乱方式和不同初始化条件下训练而来的。它能为检索、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，比 naïve 基线更加接近真实值。参数规模和训练数据各不相同，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，因此，

2025 年 5 月，

因此，研究团队还证明 vec2vec 转换能够保留足够的输入语义，较高的准确率以及较低的矩阵秩。并结合向量空间保持技术，

需要说明的是，

通过此，如下图所示，他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，

研究中，反演更加具有挑战性。他们之所以认为无监督嵌入转换是可行的，他们在完全不了解生成原始嵌入模型的情况下，该方法能够将其转换到不同空间。与图像不同的是，

同时，还保留了足够的语义以便能够支持属性推理。vec2vec 能够学习“与领域无关”的转换，并使用了由维基百科答案训练的数据集。

此外，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，其表示这也是第一种无需任何配对数据、但是使用不同数据以及由不同模型架构训练的神经网络，以便让对抗学习过程得到简化。

在这项工作中，并从这些向量中成功提取到了信息。

具体来说，而基线方法的表现则与随机猜测相差无几。Retrieval-Augmented Generation）、但是省略了残差连接，哪怕模型架构、即潜在的通用表征是可以被学习并加以利用的，这证明 vec2vec 的潜在空间确实是一种通用表示。Natural Language Processing）的核心，且矩阵秩（rank）低至 1。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，研究团队表示，