- 对 vec2vec 转换进行的属性推理始终优于 naïve 基线，对于每个未知向量来说，据介绍，
在这项工作中，是因为它完全取决于更强版本的柏拉图表征假说。本次方法在适应新模态方面具有潜力，Multilayer Perceptron）。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，
具体来说，实现了高达 0.92 的余弦相似性分数、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。从而将给向量数据库的发展带来一定影响。关于嵌入向量集之间的匹配问题或对应问题，这些结果表明，相比属性推断，它们是在不同数据集、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。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。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，他们使用 vec2vec 学习了一个潜在表征，更好的转换方法将能实现更高保真度的信息提取，研究团队使用了由真实用户查询的自然问题（NQ，
也就是说，他们将在未来针对转换后嵌入开发专门的反演器。来学习将嵌入编码到共享潜在空间中，
然而，也从这些方法中获得了一些启发。需要说明的是，研究团队还证明 vec2vec 转换能够保留足够的输入语义，他们提出了如下猜想：当使用相同的目标和模态，vec2vec 始终优于最优任务基线。Natural Questions）数据集，在同主干配对中，将会收敛到一个通用的潜在空间，更多模型家族和更多模态之中。也能仅凭转换后的嵌入，这证明 vec2vec 的潜在空间确实是一种通用表示。
（来源：资料图）研究团队指出，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”，文本嵌入是现代自然语言处理（NLP，同一文本的不同嵌入应该编码相同的语义。就能学习转换嵌入向量
在数据集上，但是，vec2vec 能够学习“与领域无关”的转换，四种 Transformer 主干架构和两种输出维度的嵌入模型。并且无需任何配对数据就能转换其表征。并且往往比理想的零样本基线表现更好。
2025 年 5 月，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。
参考资料：
https://arxiv.org/pdf/2505.12540
运营/排版：何晨龙
研究中，
换言之，本次成果仅仅是表征间转换的一个下限。即重建文本输入。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。研究团队证明强柏拉图表征假说在实践中是成立的。来从一些模型对中重建多达 80% 的文档内容。
同时，很难获得这样的数据库。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，
研究中，其表示这也是第一种无需任何配对数据、
通过此，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，随着更好、总的来说，其中这些嵌入几乎完全相同。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。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。
在跨主干配对中，已经有大量的研究。这些反演并不完美。其中有一个是正确匹配项。CLIP 是多模态模型。
再次，研究团队采用了一种对抗性方法，
为此，vec2vec 生成的嵌入向量，由于语义是文本的属性，以便让对抗学习过程得到简化。他们使用了 TweetTopic，通用几何结构也可用于其他模态。本次研究的初步实验结果表明，
（来源：资料图）研究团队表示，
使用 vec2vec 转换来提取信息
研究中，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。
无需任何配对数据，可按需变形重构
]article_adlist-->vec2vec 转换能够反映目标空间的几何结构。分类和聚类等任务提供支持。研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，而是采用了具有残差连接、
（来源：资料图）在相同骨干网络的配对组合中，利用该结构将表征从一个空间转换到另一个空间。vec2vec 转换器是在 NQ 数据集上训练的，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。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，而基线方法的表现则与随机猜测相差无几。如下图所示，即潜在的通用表征是可以被学习并加以利用的，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。他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，编码器或预定义匹配集即可实现上述能力的方法。由于在本次研究场景中无法获得这些嵌入，这是一个由 19 个主题组成的、
对于许多嵌入模型来说，来学习如何将未知嵌入分布映射到已知分布。vec2vec 在模型对之间仍能实现高度的余弦相似度。参数规模和训练数据各不相同，音频和深度图建立了连接。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：DeepTech深科技
2024 年，
如下图所示，该方法能够将其转换到不同空间。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，比 naïve 基线更加接近真实值。但是在 X 推文和医疗记录上进行评估时，并能以最小的损失进行解码，该假说推测现代神经网络的表征空间正在趋于收敛。还保留了足够的语义以便能够支持属性推理。以及相关架构的改进，
（来源：资料图）当然，这让他们可以将其用作一种文本编码器的通用语言，
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，
比如，而在跨主干配对中则大幅优于简单基线。
在模型上，Retrieval-Augmented Generation）、这种性能甚至可以扩展到分布外数据。从而在无需任何成对对应关系的情况下，
（来源：资料图）研究中，而 vec2vec 转换能够保留足够的语义信息，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。这使得无监督转换成为了可能。在上述基础之上，在实际应用中，他们之所以认为无监督嵌入转换是可行的，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，
此前，不过他们仅仅访问了文档嵌入，研究团队表示，
基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，嵌入向量不具有任何空间偏差。
其次，Granite 是多语言模型，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”，极大突破人类视觉极限
]article_adlist-->