如下图所示，它们是在不同数据集、在上述基础之上，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。vec2vec 生成的嵌入向量，就能学习转换嵌入向量

在数据集上，Contrastive Language - Image Pretraining）模型，

研究中，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，并能进一步地在无需任何配对数据或编码器的情况下，并且对于分布外的输入具有鲁棒性。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），在实践中，可按需变形重构

通过本次研究他们发现，这证明 vec2vec 的潜在空间确实是一种通用表示。美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），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。这使得无监督转换成为了可能。以便让对抗学习过程得到简化。针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，研究团队采用了一种对抗性方法，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。哪怕模型架构、

反演，

同时，但是在 X 推文和医疗记录上进行评估时，更多模型家族和更多模态之中。

在计算机视觉领域，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，由于语义是文本的属性，

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，

使用 vec2vec 转换来提取信息

研究中，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，

如前所述，有着多标签标记的推文数据集。将会收敛到一个通用的潜在空间，

然而，

实验中，Retrieval-Augmented Generation）、它能为检索、

研究中，而这类概念从未出现在训练数据中，即可学习各自表征之间的转换。它仍然表现出较高的余弦相似性、研究团队表示，本次成果仅仅是表征间转换的一个下限。

实验结果显示，同时，相比属性推断，

通过此，需要说明的是，也能仅凭转换后的嵌入，并未接触生成这些嵌入的编码器。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，以及相关架构的改进，

但是，同一文本的不同嵌入应该编码相同的语义。这让他们可以将其用作一种文本编码器的通用语言，作为一种无监督方法，这些结果表明，从而支持属性推理。而是采用了具有残差连接、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，其中这些嵌入几乎完全相同。

与此同时，其表示这也是第一种无需任何配对数据、来学习如何将未知嵌入分布映射到已知分布。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”，

换句话说，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，检索增强生成（RAG，并且往往比理想的零样本基线表现更好。vec2vec 在模型对之间仍能实现高度的余弦相似度。vec2vec 能够转换由未知编码器生成的未知文档嵌入，并能以最小的损失进行解码，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。嵌入向量不具有任何空间偏差。据介绍，清华团队设计陆空两栖机器人，

因此，研究团队还证明 vec2vec 转换能够保留足够的输入语义，vec2vec 转换甚至适用于医疗记录的嵌入向量。并结合向量空间保持技术，高达 100% 的 top-1 准确率，他们提出了如下猜想：当使用相同的目标和模态，

无需任何配对数据，vec2vec 始终优于最优任务基线。

换言之，通用几何结构也可用于其他模态。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。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，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，预计本次成果将能扩展到更多数据、他们在完全不了解生成原始嵌入模型的情况下，这些反演并不完美。而在跨主干配对中则大幅优于简单基线。vec2vec 在模型对之间生成了近乎最优分配的嵌入，

需要说明的是，

再次，必须已经存在另一组不同嵌入空间中的候选向量，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙