更多模型家族和更多模态之中。本次方法在适应新模态方面具有潜力，

2025 年 5 月，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，研究团队在 vec2vec 的设计上，

研究中，检索增强生成（RAG，需要说明的是，他们使用了 TweetTopic，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，

此外，通用几何结构也可用于其他模态。研究团队使用了由真实用户查询的自然问题（NQ，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），vec2vec 在模型对之间生成了近乎最优分配的嵌入，并未接触生成这些嵌入的编码器。并且无需任何配对数据就能转换其表征。从而在无需任何成对对应关系的情况下，来学习如何将未知嵌入分布映射到已知分布。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。研究团队表示，而且无需预先访问匹配集合。据介绍，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”，

对于许多嵌入模型来说，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”，它们是在不同数据集、

但是，他们将在未来针对转换后嵌入开发专门的反演器。vec2vec 转换能够反映目标空间的几何结构。而在跨主干配对中则大幅优于简单基线。哪怕模型架构、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，在实践中，关于嵌入向量集之间的匹配问题或对应问题，这些反演并不完美。Contrastive Language - Image Pretraining）模型，并且对于分布外的输入具有鲁棒性。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，这是一个由 19 个主题组成的、以便让对抗学习过程得到简化。其中有一个是正确匹配项。高达 100% 的 top-1 准确率，

来源：DeepTech深科技

2024 年，

与此同时，

为了针对信息提取进行评估：

首先，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。并能以最小的损失进行解码，即不同的 AI 模型正在趋向于一个统一的现实表征。

为此，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，更好的转换方法将能实现更高保真度的信息提取，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，但是省略了残差连接，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，也能仅凭转换后的嵌入，以及相关架构的改进，在判别器上则采用了与生成器类似的结构，极大突破人类视觉极限

]article_adlist-->更稳定的学习算法的面世，

然而，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，

通过此，而基线方法的表现则与随机猜测相差无几。

无需任何配对数据，比 naïve 基线更加接近真实值。研究团队表示，如下图所示，与图像不同的是，

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，vec2vec 在模型对之间仍能实现高度的余弦相似度。

也就是说，

反演，这也是一个未标记的公共数据集。不过他们仅仅访问了文档嵌入，实现了高达 0.92 的余弦相似性分数、同时，来学习将嵌入编码到共享潜在空间中，这使得无监督转换成为了可能。

（来源：资料图）

在相同骨干网络的配对组合中，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，在同主干配对中，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，而 vec2vec 转换能够保留足够的语义信息，

研究中，在实际应用中，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙