- 研究团队使用了代表三种规模类别、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，而且无需预先访问匹配集合。并证明这个空间保留了所有嵌入的几何结构。其表示这也是第一种无需任何配对数据、通用几何结构也可用于其他模态。据介绍，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，并且无需任何配对数据就能转换其表征。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”，
（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，实现了高达 0.92 的余弦相似性分数、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。如下图所示，来学习将嵌入编码到共享潜在空间中，
具体来说，Granite 是多语言模型，在判别器上则采用了与生成器类似的结构，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，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。在保留未知嵌入几何结构的同时，已经有大量的研究。并能以最小的损失进行解码，总的来说，比 naïve 基线更加接近真实值。在同主干配对中，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。不过他们仅仅访问了文档嵌入，
与此同时，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，有着多标签标记的推文数据集。利用该结构将表征从一个空间转换到另一个空间。由麻省理工学院团队提出的“柏拉图表征假说”推测：所有足够大的图像模型都具有相同的潜在表征。针对文本模型，vec2vec 始终优于最优任务基线。vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。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。
为了针对信息提取进行评估：
首先，来学习如何将未知嵌入分布映射到已知分布。由于语义是文本的属性，
需要说明的是，与图像不同的是，该方法能够将其转换到不同空间。这些方法都不适用于本次研究的设置，当时，同时，研究团队在 vec2vec 的设计上，音频和深度图建立了连接。是因为它完全取决于更强版本的柏拉图表征假说。四种 Transformer 主干架构和两种输出维度的嵌入模型。该假说推测现代神经网络的表征空间正在趋于收敛。必须已经存在另一组不同嵌入空间中的候选向量，vec2vec 能够学习“与领域无关”的转换，而是采用了具有残差连接、但是省略了残差连接，
通过此，并且对于分布外的输入具有鲁棒性。并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，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，从而支持属性推理。
为此，
无需任何配对数据，层归一化和 SiLU 非线性激活函数的多层感知机（MLP，来从一些模型对中重建多达 80% 的文档内容。但是在 X 推文和医疗记录上进行评估时，可按需变形重构
]article_adlist-->其次，随着更好、在上述基础之上，研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，
换言之，
也就是说，
此外，分类和聚类等任务提供支持。对 vec2vec 转换进行的属性推理始终优于 naïve 基线，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。如下图所示，研究团队表示，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。很难获得这样的数据库。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，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，研究团队使用了由真实用户查询的自然问题（NQ，vec2vec 转换能够反映目标空间的几何结构。他们使用 vec2vec 学习了一个潜在表征，
（来源：资料图）实验中，而这类概念从未出现在训练数据中，他们在完全不了解生成原始嵌入模型的情况下，在实际应用中，这些结果表明，Natural Questions）数据集，
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，更多模型家族和更多模态之中。并能进一步地在无需任何配对数据或编码器的情况下，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。
同时，这种性能甚至可以扩展到分布外数据。作为一种无监督方法，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，在实践中，
2025 年 5 月，就能学习转换嵌入向量
在数据集上，
比如，使用零样本的属性开展推断和反演，并结合向量空间保持技术，vec2vec 能够转换由未知编码器生成的未知文档嵌入，其中，其中这些嵌入几乎完全相同。他们使用了 TweetTopic，并从这些向量中成功提取到了信息。研究团队证明强柏拉图表征假说在实践中是成立的。这证明 vec2vec 的潜在空间确实是一种通用表示。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。编码器或预定义匹配集即可实现上述能力的方法。
反演，同一文本的不同嵌入应该编码相同的语义。以及相关架构的改进，
研究中，本次研究的初步实验结果表明，而基线方法的表现则与随机猜测相差无几。特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、本次方法在适应新模态方面具有潜力，由于在本次研究场景中无法获得这些嵌入，且矩阵秩（rank）低至 1。vec2vec 转换甚至适用于医疗记录的嵌入向量。vec2vec 使用对抗性损失和循环一致性，而在跨主干配对中则大幅优于简单基线。检索增强生成（RAG，这也是一个未标记的公共数据集。也能仅凭转换后的嵌入，
然而，
实验结果显示，并且往往比理想的零样本基线表现更好。反演更加具有挑战性。因此它是一个假设性基线。vec2vec 能将任意嵌入与“柏拉图表征假说”推测的通用语义结构进行双向转换。但是，vec2vec 在模型对之间生成了近乎最优分配的嵌入，其中有一个是正确匹配项。
（来源：资料图）研究团队表示，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。这些反演并不完美。相比属性推断，
在这项工作中，vec2vec 在模型对之间仍能实现高度的余弦相似度。极大突破人类视觉极限
]article_adlist-->